是否可以在执行任何 javascript 之前使用 PhantomJS 从网页获取原始 html。
以下脚本在加载并执行所有脚本后返回 html。
var webPage = require('webpage');
var page = webPage.create();
page.open('http://stackoverflow.com', function (status) {
var content = page.content;
console.log('Content: ' + content);
phantom.exit();
});
有没有办法访问页面的初始源?
最佳答案
DOMContentLoaded 是页面加载时触发的最早事件,但在您的情况下似乎已经太晚了,因为可以在触发 DOMContentLoaded 之前执行 JavaScript(想想 <script>doSomething();</script>
)。
下一个想法是运行 setInterval(check, 5);
其中 check
尝试确定初始 HTML 是否已完全加载,但这并不能保证没有其他 JavaScript 已经运行并且无法检测页面是否已加载,因为 page.content
始终包括 </body></html>
.
显而易见的解决方案是使用 page.settings.javascriptEnabled = false;
完全禁用 JavaScript ,但如果这样做,您将无法再访问 DOM。访问它的唯一方法是通过 page.content
或类似的属性。
如果您只需要页面源代码,请不要为此使用 PhantomJS。有很多解决方案,例如 cURL。
关于javascript - 使用 PhantomJS 获取原始页面内容,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32345222/