在javascript加载了值之后,Nodejs抓取网站

Question

可能是nodejs/jsdom上的新手问题

我试图使用node.js刮一个网站.我正在使用jsdom和jquery来获取html并解析所需的东西.但是,不知何故,我得到的价值不是网站上显示的价值.基本上这些值是由javascript动态更改的,我想要这些值.我使用nodejs/jsdom进行抓取的全部原因是js将被执行并且我在该事件之后得到值.

有没有办法让jsdom等到javascript执行？或者我错了吗？我在这件事上搜索了很多东西.

Answer 1

你最好使用像casperjs这样的东西http://casperjs.org/.它是一个基于phantomjs的测试实用程序.它基本上就像在webkit浏览器中打开页面一样,没有GUI.你可以写点像.我不认为它适用于节点,但它应该很容易运行一个casper脚本并将输出管道传回节点:

var casper = require('casper').create({
    loadImages: true,
    loadPlugins: true,
    verbose: true,
    //logLevel: 'info',
    clientScripts: [
        'jquery-1.7.1.min.js',
    ],
    viewportSize: {
        width: 1366,
        height: 768,
    },
    pageSettings: {
        javascriptEnabled: true,
        userAgent: 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/536.5 (KHTML, like Gecko) Chrome/19.0.1084.9 Safari/536.5',
    },
});

casper.start(url);

casper.thenEvaluate(function () {
    //javascript code to run in the scope of the page
});