Question

我正在使用dryscrape抓取网页（因为我需要javascript渲染的部分）并且我使用eval_script（）来抑制页面上的一些基于javascript的错误检查。我正在压制的这个脚本基本上是一个onkeyup监听器，我需要避免它，因为它使用户必须只从下拉列表中选择选项。这是eval脚本 -

session.eval_script("$('#input_elem').removeAttr('onblur onclick onkeyup');")

现在，与我在同一域上的其他页面实现相比，整体抓取需要更长的时间，不需要任何javascript修改（因此没有eval_script（））。

我使用time.time()进行了一些分析，看看脚本在哪里放慢速度，实际上，它花了很长时间在eval_script（）步骤上。结果如下 -

Starting to access at  0.00997018814087
Visited page  https://*****/***.aspx    1.30053019524
First eval script run done  5.97628307343
Second eval script run done  9.61053919792
xpath 1  9.6632771492
xpath 2  9.7702870369
xpath 3  9.90402317047
xpath of button to be clicked  9.91756606102
Button clicked  9.97191905975
Second page visited  10.4508111477
Loop 1 else  10.4525721073
xpath 4  10.5330061913
xpath 5  10.6111950874
xpath 6  10.6918411255
xpath 7  10.7721481323
Range begins  10.8208150864
3
Range ends  13.0008580685

虽然当我循环遍历表格元素时，它需要大约2秒钟，但两个eval_script（）步骤合计约需8秒。当我在Chrome开发工具控制台中执行此操作时，相同的脚本会立即运行。为什么dryscrape实现需要花费这么多时间？

Answer 1

在eval_script（）中使用jQuery似乎是罪魁祸首。我能够使用普通的javascript -

显着减少脚本执行时间

session.eval_script("document.getElementById('input_elem')").removeAttribute('onblur');

我必须在同一元素上使用两行代表两个单独的属性删除步骤。

这些是我的分析日志 -

Starting to access at  0.0151550769806
Visited page  https://*****/***.aspx    1.73412919044
First eval script run done  1.77594304085
First eval script part 2 run done  1.81522011757
Second eval script run done  1.85607099533
xpath 1  1.94704914093
xpath 2  2.03846216202
xpath 3  2.13886809349
xpath of button to be clicked  2.26395010948
Button clicked  2.27277112007
Second page visited  3.30618906021
Loop 1 else  3.38708400726
xpath 4  3.46828198433
xpath 5  3.54840707779
xpath 6  3.63034701347
xpath 7  3.7106590271
Range begins  3.75155210495
3
Range ends  5.91926407814

即使是现在，range循环中的每一步都需要0.7秒，我的目标是进一步减少。

有没有办法加快dryscrape eval_script（）执行？

1 个答案: