Question

我试图抓住以下网站：

http://www.fangraphs.com/leaders.aspx?pos=all&stats=bat&lg=all&qual=0&type=8&season=2011&month=0&season1=2011&ind=0&team=0&rost=0&players=0

如果单击标题为“导出数据”的表右上角的小按钮，则会运行javascript脚本，我的浏览器会以.csv格式下载该文件。我希望能够编写一个可以自动执行此操作的PhantomJS脚本。有什么想法吗？

上面的按钮被编码为HTML：

<a id="LB_cmdCSV" href="javascript:__doPostBack('LB$cmdCSV','')">Export Data</a></div>

我还在HTML源代码中找到了这个函数：

<script type="text/javascript">
//<![CDATA[
var theForm = document.forms['form1'];
if (!theForm) {
    theForm = document.form1;
}
function __doPostBack(eventTarget, eventArgument) {
    if (!theForm.onsubmit || (theForm.onsubmit() != false)) {
        theForm.__EVENTTARGET.value = eventTarget;
        theForm.__EVENTARGUMENT.value = eventArgument;
        theForm.submit();
    }
}
//]]>
</script>

我是PhantomJS / Javascript的新手，可以在这里使用一些指针。我想我已经找到了我需要自动完成的所有信息（如果我错了，请纠正我），但不知道从哪里开始编码。谢谢你的帮助。

编辑 - 这就是我的剧本现在的样子：

var page = new WebPage();
url = 'http://www.fangraphs.com/leaders.aspx?pos=all&stats=bat&lg=all&qual=0&type=8&season=2011&month=0&season1=2011&ind=0&team=0&rost=0& players=0';

page.open(encodeURI(url), function (status){
  if (status !== "success") {
    console.log("Unable to access website");
  } else {
      page.evaluate(function() {
        __doPostBack('LB$cmdCSV', '');
      });
    }
  phantom.exit(0);
});

Answer 1

对我来说效果很好的是模拟鼠标点击所需的元素。

page.evaluate(function () {
  var btn = document.getElementById('LB_cmdCSV')
  var ev = document.createEvent('MouseEvent')
  ev.initEvent('click', true, true)
  btn.dispatchEvent(ev)
})

Answer 2

难道你不能在网页的上下文中运行代码__doPostBack('LeaderBoard1$cmdCSV','');吗？

这样的事情：

page.evaluate(function() {
  __doPostBack('LeaderBoard1$cmdCSV','');
});

我没有在PhantomJS中测试过这段代码，但理论上它应该可行，因为从谷歌Chrome的开发者控制台运行__doPostBack方法起了作用。如果对在PhantomJS中运行JavaScript代码存在疑问，Google Chrome的开发者控制台是测试代码的好方法，因为它在像PhantomJS这样的WebKit上运行。我希望这会有所帮助。

Answer 3

这是一个ASP驱动的网站，所以这将比大多数人更棘手，你将不得不使用cURL命令模仿POST整个表格viewstate＆amp; eventvalidation字符串返回服务器。可能只是简单地将数据直接从您拥有的页面中提取出来。

Answer 4

我正在使用Ruby on Rails和Watir Webdriver（https://github.com/watir/watir-webdriver）。

我已经确定使用ASP.NET的工具在使用客户定义的用户代理使用的“doPostBack”相同的浏览器时。使用PhantomJS时，用户代理被识别为“Mozilla / 5.0（未知; Linux i686）AppleWebKit / 534.34（KHTML，如Gecko）Safari / 534.34 PhantomJS / 1.9.1”。

因此，有必要在访问页面之前更改用户代理客户端。 Rails并做了类似的事情：

HTTP_USER_AGENT    = "Mozilla/5.0 (X11; Ubuntu; Linux i686; rv:22.0) Gecko/20100101 Firefox/22.0"
HTTP_DRIVER        = Selenium::WebDriver.for :phantomjs, :desired_capabilities => Selenium::WebDriver::Remote::Capabilities.phantomjs(
  "phantomjs.page.settings.userAgent" => HTTP_USER_AGENT
)
...
browser = Watir::Browser.new HTTP_DRIVER, :http_client => client

使用javascript链接下载PhantomJS

4 个答案: