node.js - 减少无限循环中 phantomjs/casperjs/spooky js 的内存使用

Question

我正在尝试使用 phantomjs casperjs 和 spooky 来抓取使用无限滚动的页面。它应该继续单击“更多”按钮并从结果中获取新链接，直到手动停止为止。然而，该脚本开始使用越来越多的内存，直到崩溃。我编写了以下脚本，有没有办法优化它，这样它就不会使用太多内存:

function pressMore(previousLinksLength) {
    this.click('#projects > div.container-flex.px2 > div > a');
    this.wait(1000, function() {
      links = this.evaluate(function() {
        var projectPreview = document.querySelectorAll('.project-thumbnail a');
        return Array.prototype.map.call(projectPreview, function(e) {
          return e.getAttribute('href');
        });
    });
      this.emit('sendScrapedLinks', links.slice(previousLinksLength));
    // repeat scrape function
      pressMore.call(this, links.length);
  });
}
// spookyjs starts here
spooky.start(scrapingUrl);

//press the more button
spooky.then(pressMore);

spooky.run();

Answer 1

我在无限滚动网站上也遇到过这个问题。我永远无法解决内存泄漏问题。

简而言之，我最终所做的是使用滚动到。本质上，我会运行应用程序一段时间，记录最后滚动到的位置，然后使用记录的值重新启动应用程序，以防止内存过高。这很痛苦，因为许多网站您必须依次滚动到某个位置才能加载越来越多的内容。找到这些位置来划分您上次滚动到的位置可能具有挑战性。