梦魇,PhantomJS和提取页面数据

时间:2015-06-16 19:54:46

标签: node.js phantomjs nightmare

我是Nightmare / PhantomJS的新手,我正在努力获得给定页面上所有标签的简单清单。我从源代码构建PhantomJS并手动安装NodeJS,Nightmare等后运行Ubuntu 14.04,其他功能似乎正如我所料。

这是我正在使用的代码:

var Nightmare = require('nightmare');
new Nightmare()
  .goto("http://www.google.com")
  .wait()
  .evaluate(function () 
   {
     var a = document.getElementsByTagName("*");
     return(a);
   }, 
   function(i) 
   {
     for (var index = 0; index < i.length; index++)
     if (i[index])
        console.log("Element " + index + ": " + i[index].nodeName);
    })
  .run(function(err, nightmare) 
  {
     if (err) 
        console.log(err);
  }); 

当我在“真实”浏览器中运行时,我会得到页面上所有标签类型的列表(HTML,HEAD,BODY,...)。当我使用节点GetTags.js 运行时,我只得到一行输出:

Element 0: HTML

我确定这是一个新手问题,但我在这里做错了什么?

1 个答案:

答案 0 :(得分:3)

PhantomJS有两个上下文。提供对DOM的访问的页面上下文只能通过evaluate()访问。因此,必须明确地将变量传入和传出页面上下文。但是有一个限制(docs):

  

注意: evaluate函数的参数和返回值必须是一个简单的原始对象。经验法则:如果它可以通过JSON序列化,那就没关系了。

     

闭包,函数,DOM节点等将工作!

梦魇evaluate()函数只是同名PhantomJS函数的包装器。这意味着您需要使用页面上下文中的元素,并仅将表示传递给外部。例如:

.evaluate(function () 
{
    var a = document.getElementsByTagName("div");
    return a.length;
}, 
function(i) 
{
    console.log(i + " divs available");
})