Question

I'm working on a CLI tool that takes URL arguments as input. I'm using jsdom package的计数，以在node.js中创建伪DOM，以解决问题。我正在使用以下vanilla-js脚本：

console.log('Page Size (in bytes): ', (document.getElementsByTagName('HTML')[0].outerHTML.length) / 1024);
console.log('Count of <a> tags: ', document.getElementsByTagName('a').length);

<a href="">
<a href="">
<a href="">
<a href="">
<a href="">

如下所示在我的node.js环境中：

'use strict';

const jsdom = require("jsdom");
const { JSDOM } = jsdom;

// run loop for first argument till last
process.argv.slice(2, process.argv.length).forEach(function () {

// getting the url as argument
var pgurl = "" + process.argv[2];
console.log('For ', pgurl);

const document = (new JSDOM(``, {
    url: pgurl,
    pretendToBeVisual: true
})).window.document;

console.log('Page Size (in bytes): ', (document.getElementsByTagName('HTML')[0].outerHTML.length) / 1024);
console.log('Count of <a> tags: ', document.getElementsByTagName('a').length);

}）;

现在，由于最初的浏览器内解决方案对我有用，我尝试在node.js上实现，并且作为参数传递的https://facebook.com，它显示以下输出：

For  https://facebook.com
Page Size (in bytes):  0.0380859375
Count of <a> tags:  0

在所有输入中保持相同，无论内容如何。

有没有其他解决方案基本上我想要的是在我传递我的URL时在node.js中实现浏览器DOM是要处理的输入参数，如上面的代码片段所示。

Answer 1

你有很多问题在继续。

最简单的是你正在计算一个＆＃34;页面大小（以字节为单位）＆＃34; （强调添加）但将字符串长度除以1024，这是你计算千字节数所做的。请注意，字符串长度仅在有限数量的情况下等于字节长度。

更大的问题是你没有定义你的意思＆＃34;页面大小＆＃34;。例如，人们经常谈论＆＃34;页面大小＆＃34;作为服务器发送到浏览器的初始有效负载的大小。使用outerHTML对此不可靠，因为有效负载可能已被压缩。如果您想要的是为浏览器提供的HTML 的大小，outerHTML仍然不可靠，因为它会向您显示已清理 > HTML而不是浏览器收到的原始HTML 。

另一个问题是像Facebook这样的网站使用JavaScript构建他们的页面，因此JavaScript代码必须首先运行。默认情况下，JSDOM不执行JavaScript。原因是JSDOM无法保证在JSDOM处理的页面上执行的JavaScript无法执行恶意操作。请参阅this explanation。

另一个问题是，当使用JavaScript构建页面时，没有通用信号可以用来知道页面已经完成了＃34;正在建设。您需要确定哪些事件与您相关。例如我认为在＆＃34;登录＆＃34;按钮显示。你必须等待那个事件。我使用了“＆＃34; event＆＃34;松散地来到这里。可能存在与您想要或不符合的实际DOM事件。（请注意，但是DOM load事件不会等待JavaScript代码执行其工作。它会在页面的HTML处理完毕后立即发出，之前任何可能进一步修改页面的异步JavaScript。）

查找并打印网页大小（以字节为单位）和所有<a> tags

1 个答案: