Question

phantomjs有config loadImage，

但我想要更多，

如何控制phantomjs跳过下载某种资源，

如css等...

=====

好消息：好消息：此功能已添加。

https://code.google.com/p/phantomjs/issues/detail?id=230

要点：

page.onResourceRequested = function(requestData, request) {
    if ((/http:\/\/.+?\.css/gi).test(requestData['url']) || requestData['Content-Type'] == 'text/css') {
        console.log('The url of the request is matching. Aborting: ' + requestData['url']);
        request.abort();
    }
};

Answer 1

更新，正常工作！

自PhantomJS 1.9以来，现有的答案都不起作用。您必须使用此代码：

var webPage = require('webpage');
var page = webPage.create();

page.onResourceRequested = function(requestData, networkRequest) {
  var match = requestData.url.match(/wordfamily.js/g);
  if (match != null) {
    console.log('Request (#' + requestData.id + '): ' + JSON.stringify(requestData));
    networkRequest.cancel(); // or .abort() 
  }
};

如果使用abort（）而不是cancel（），它将触发onResourceError。

你可以look at the PhantomJS docs

Answer 2

所以最后你可以尝试这个http://github.com/eugenehp/node-crawler

否则你仍然可以使用PhantomJS尝试以下方法

简单的方法是加载页面 - ＆gt;解析页面 - ＆gt;排除不需要的资源 - ＆gt;加载到PhatomJS。

另一种方法就是阻止防火墙中的主机。

您可以选择使用代理来阻止某些URL地址和查询。

另外一个，加载页面，然后删除不需要的资源，但我认为这不是正确的方法。

Answer 3

使用page.onResourceRequested，例如loadurlwithoutcss.js：

page.onResourceRequested = function(requestData, request) {
    if ((/http:\/\/.+?\.css/gi).test(requestData['url']) || 
            requestData.headers['Content-Type'] == 'text/css') {
        console.log('The url of the request is matching. Aborting: ' + requestData['url']);
        request.abort();
    }
};

Answer 4

现在没办法（phantomjs 1.7），它不支持。

但令人讨厌的解决方案是使用http代理，因此您可以筛选出一些您不需要的请求

如何控制PhantomJS跳过下载某种资源？

4 个答案: