我正在使用ScrapyJS和Splash模拟表单提交按钮单击
def start_requests(self):
script = """
function main(splash)
assert(splash:autoload("https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"))
assert(splash:go(splash.args.url))
local js = [[
var $j = jQuery.noConflict();
$j('#USER').val('frankcastle');
$j('#password').val('punisher');
$j('.button-oblong-orange.button-orange a').click();
]]
assert(splash:runjs(js))
local resumeJs = [[
function main(splash) {
var $j = jQuery.noConflict();
$j(document).ready(function(){
splash.resume();
})
}
]]
assert(splash:wait_for_resume(resumeJs))
return {
html = splash:html()
}
end
"""
splash_meta = {'splash': {'endpoint': 'execute', 'args': {'wait': 0.5, 'lua_source': script}}}
for url in self.start_urls:
yield scrapy.Request(url, self.after_login, meta=splash_meta)
def after_login(self, response):
print response.body
return
在执行splash:runjs(js)
后,我使用尝试splash:wait(5)
splash:wait_for_resume
来获得结果。这可能并不总是有效(网络延迟),那么有更好的方法吗?
答案 0 :(得分:5)
事实证明唯一的方法是使用splash:wait()
但是在循环中执行并检查某些元素的可用性(如页脚)。
def start_requests(self):
script = """
function main(splash)
assert(splash:autoload("https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"))
assert(splash:go(splash.args.url))
local js = [[
var $j = jQuery.noConflict();
$j('#USER').val('frankcastle');
$j('#password').val('punisher');
$j('.button-oblong-orange.button-orange a').click();
$j('body').empty() // clear body, otherwise the wait_for footer will always be true
]]
assert(splash:runjs(js))
function wait_for(splash, condition)
while not condition() do
splash:wait(0.05)
end
end
wait_for(splash, function()
return splash:evaljs("document.querySelector('#footer') != null")
end)
return {
html = splash:html()
}
end
"""
splash_meta = {'splash': {'endpoint': 'execute', 'args': {'wait': 0.5, 'lua_source': script}}}
for url in self.start_urls:
yield scrapy.Request(url, self.after_login, meta=splash_meta)
答案 1 :(得分:0)
所以我还没有玩过这个(直到今天才得到Lua和Splash的一些成功尝试)。
如果您这样做:
Failed to execute 'readAsArrayBuffer' on 'FileReader': The object is already busy reading Blobs
为无限滚动页面使用类似的东西来填充列表项以响应滚动(或Page_downs)
很抱歉不熟悉Lua / Splash语法
答案 2 :(得分:0)
有一种更好的方法可以检查它,但是你需要一个有等待的循环。我们的想法是在更新页面时使用splash:on_response(response)
作为回调。请注意,响应回调将被称为异步,因此主循环必须等待所有页面修改,这就是为什么我们有等待'循环(例如由@Krishnaraj提供)。
下面给出了按下按钮button_id
10次的示例,用于下载其他内容。
function main(splash)
assert(splash:go(splash.args.url))
function wait_for(splash, condition)
while not condition() do
splash:wait(0.2)
end
end
local clicks = 0
splash:on_response(function(res)
clicks = clicks + 1
if clicks < 10 then
assert(splash:runjs("document.getElementById(\"button_id\").click();"))
end
end)
assert(splash:runjs("document.getElementById(\"button_id\").click();"))
wait_for(splash, function()
return clicks >= 10
end)
return splash:html()
end