phantomjs 可以与 node.js 一起使用吗？

Posted 2023-03-07

【中文标题】phantomjs 可以与 node.js 一起使用吗？

【英文标题】：can phantomjs work with node.js?

【发布时间】：2013-03-22 15:25:17

【问题描述】：

我想在我的 node.js 脚本中使用 phantomjs。有一个phantomjs-node 库.. 但不幸的是作者使用这个奇怪的咖啡脚本代码来解释他在做什么：

phantom = require 'phantom'

phantom.create (ph) ->
  ph.createPage (page) ->
    page.open "http://www.google.com", (status) ->
      console.log "opened google? ", status
      page.evaluate (-> document.title), (result) ->
        console.log 'Page title is ' + result
        ph.exit()

现在如果我直接在 javascript 中使用 phantomjs，它看起来像 this:

var page = require('webpage').create();
page.open(url, function (status) 
    var title = page.evaluate(function () 
        return document.title;
    );
    console.log('Page title is ' + title);
);

所以基本上我正在尝试用普通的 javascript 编写与上面第一个 sn-p 代码等效的代码（通过阅读咖啡脚本 documentation.. 这就是我所做的：

// file name: phantomTest.js

var phantom = require('phantom');

phantom.create(function(ph) 
    ph.createPage(function(page) 
        page.open('http://www.google.com', function(status) 
            console.log('opened google?', status);
            var title = page.evaluate(function() 
                return document.title;
            );
            console.log('page title is ' + title);              
        );
    );
    ph.exit();
);

不幸的是，它不起作用！如果我跑

node phantomTest.js

在 shell 上，什么都没有发生.. 没有任何返回，过程也没有停止.. 有什么想法吗？

更新：

我刚刚在phantomjsfaq读到这个：

问：为什么 PhantomJS 不写成 Node.js 模块？

答：简短的回答：“没有人可以侍奉两个主人。”

更详细的解释如下。

到目前为止，这样做在技术上非常具有挑战性。

每个 Node.js 模块本质上都是 Node.js 核心的“奴隶”， 即“主人”。在当前状态下，PhantomJS（及其包含 WebKit）需要完全控制（以同步方式） 一切：事件循环、网络堆栈和 JavaScript 执行。

如果意图只是直接从脚本中使用 PhantomJS 在 Node.js 中运行，这样的“松散绑定”可以通过 启动 PhantomJS 进程并与之交互。

嗯..这可能与它有关吗？但是那样整个库就没有意义了！

更新 2：

我在web 中发现了这个代码，它做同样的事情：

var phantom = require('phantom');
phantom.create(function(ph) 
  return ph.createPage(function(page) 
    return page.open("http://www.google.com", function(status) 
      console.log("opened google? ", status);
      return page.evaluate((function() 
        return document.title;
      ), function(result) 
        console.log('Page title is ' + result);
        return ph.exit();
      );
    );
  );
);

不幸的是，这也不起作用..结果相同！

【问题讨论】：

因为你不明白它是如何工作的和/或你不能让它在你的情况下工作而称它为“愚蠢”是很粗鲁的。

另外，github.com/sheebz/phantom-proxy 比其他 Node.js 桥更推荐。人们一直在使用 PhantomJS 与 Ruby、php、Node.js 进行桥接，并取得了不同程度的成功。

我为我的措辞强硬表示歉意，我会从问题中删除它。我还会看看phantom-proxy.. 在一天结束时，我的目标是把事情做好，不是贬低别人的努力。

这是过时的，应该被编辑或删除。它不反映最新的 phantomjs-node 包及其功能。

【参考方案1】：

看来这行得通..

var phantom = require('phantom');

phantom.create().then(function(ph) 
  ph.createPage().then(function(page) 
    page.open('https://***.com/').then(function(status) 
      console.log(status);
      page.property('content').then(function(content) 
        console.log(content);
        page.close();
        ph.exit();
      );
    );
  );
);

但我正在尝试使用一些外部脚本文件生成一个 html 页面。它无法注入脚本文件。我试过如下。回调未从page.injectJs('./jQuery.min.js',function() 行返回

var phantom = require('phantom');

    phantom.create().then(function(ph) 
      ph.createPage().then(function(page) 
        page.injectJs('./jQuery.min.js', function() 
          page.property('content').then(function(content) 
            console.log(content);
            page.close();
            ph.exit();
          );
        );
      );
    );

【参考方案2】：

我现在是phantom-node 包的新维护者。它不再使用咖啡脚本了。你可以做类似的事情

var phantom = require('phantom');

phantom.create().then(function(ph) 
  ph.createPage().then(function(page) 
    page.open('https://***.com/').then(function(status) 
      console.log(status);
      page.property('content').then(function(content) 
        console.log(content);
        page.close();
        ph.exit();
      );
    );
  );
);

新版本更快、更有弹性。它也不再使用 websockets。

【参考方案3】：

你可以像我一样放弃 PhantomJS，因为这些包装器不能很好地工作实在是太痛苦了，而使用也很受欢迎的 Zombie.js。

【参考方案4】：

你也可以试试phridge。你的例子应该是这样写的：

var phantom;

// spawn a new PhantomJS process
phridge.spawn()
    .then(function (ph) 
        phantom = ph;
        return phantom.openPage("http://www.google.com");
    )
    .then(function (page) 
        return page.run(function () 
            // this function runs inside PhantomJS with this bound to a webpage instance
            return this.title;
        );
    )
    .then(function (title) 
        console.log('Page title is ' + title);
        // terminates the process cleanly
        phantom.dispose();
    );

【参考方案5】：

将您的代码更改为此，它将起作用：

 var phantom = require('phantom');
 phantom.create(function(ph) 
   ph.createPage(function(page) 
     page.open("http://www.google.com", function(status) 
       console.log("opened google? ", status);
       page.evaluate((function() 
         return document.title;
       ), function(result) 
         console.log('Page title is ' + result);
         ph.exit();
       );
     );
   );
 );

【参考方案6】：

我遇到了和你一样的问题，显然，有一个 known issue 和 phantomjs-node 和更新版本的 nodejs。根据问题中的 cmets，似乎它在节点 0.9.3 附近的某个地方停止了工作。所以在解决这个问题之前，你要么必须降级 nodejs，要么尝试不同的模块，比如node-phantom，或者只使用exec/spawn。

【参考方案7】：

phantomjs-node 不是官方支持的 phantomjs 的 npm 包。相反，它通过创建一个使用 websockets 作为节点和 phantom 之间的 IPC 通道的 Web 服务器，在 node 和 phantom 之间实现了一个“非常聪明的桥梁”。 I'm not making this up:

因此，我们通过启动 ExpressJS 实例、在子进程中打开 Phantom 并将其指向将 socket.io 消息转换为 alert() 调用的特殊网页来与 PhantomJS 进行通信。那些 alert() 调用被 Phantom 接听，然后就可以了！

因此，如果 phantomjs-node 工作、不工作、静默失败或严重失败，我不会感到惊讶。我也不希望除了 phantomjs-node 的作者之外的任何人都能够解决 phantomjs-node 的问题。

您最初问题的答案是 phantomjs 常见问题的答案：不。Phantom 和节点具有不可调和的差异。两者都希望完全控制基本的低级功能，例如事件循环、网络堆栈和 JS 执行，因此它们不能在同一个进程中协作。

【讨论】：

哇，这太恶心了！那么接下来的问题是：使用 jquery 抓取动态页面的最佳方法是什么？

@abbood 我认为这不可能。你在这里的目标是什么？

为什么不可能？我想我找到了我的answer 虽然.. 一如既往.. 我从走一条不可能的艰难路线开始，只是为了找到一个更容易的解决方案哈哈.. 我会给你正确答案奖..

如果你在 jQuery 中嵌入一个完整的 DOM 和 JS 运行时实现是可能的，但我认为这不是一个可行的解决方案。

是的！它现在对我来说就像一个魅力......只需将你的原始 html 转储到一个 Dom 结构中......使用 jquery 魔法来遍历它......每个人都很开心！看看我对上述问题的愤怒更新；）