使用 phantomjs 获取 javascript 渲染的 html 源

Question

首先，我不是在寻求开发或测试环境方面的帮助。我也是 phantomjs 的新手，我想要的只是 phantomjs 在 linux 终端上的命令行操作。

我有一个 html 页面，其正文由一些 javascript 代码呈现。我需要的是我想使用 phantomjs 下载呈现 html 的内容。

我不知道使用 phantomjs。我在 shell 脚本方面有一些经验。所以我尝试用 curl 来做到这一点。但由于 curl 不足以呈现 javascript，我只能获得默认源代码的 html。未下载呈现的内容。我听说 ruby mechanize 可以做这个工作。但是我对ruby一无所知。因此，在进一步调查中，我找到了命令行工具 phantomjs。我如何使用 phantomjs 执行此操作？

请随时询问我需要提供哪些额外信息。

Answer 1

不幸的是，仅使用 PhantomJS 命令行是不可能的。你必须使用 Javascript 文件才能真正用 PhantomJS 完成任何事情。

这是您可以使用的非常简单的脚本版本

大部分代码复制自

printSource.js

var system = require('system');
var page   = require('webpage').create();
// system.args[0] is the filename, so system.args[1] is the first real argument
var url    = system.args[1];
// render the page, and run the callback function
page.open(url, function () {
  // page.content is the source
  console.log(page.content);
  // need to call phantom.exit() to prevent from hanging
  phantom.exit();
});

将页面源打印到标准输出。

phantomjs printSource.js http://todomvc.com/examples/emberjs/

将页面源保存在文件中

phantomjs printSource.js http://todomvc.com/examples/emberjs/ > ember.html

Answer 2

var pagehtml = page.evaluate("function() {"+ 
  "return '<html><head>' + document.head.innerHTML + '</head>' + '<body>' + document.body.innerHTML + '</body></html>';" + 
"}");


fs.write('output.html',pagehtml,'w');

使用 phantomjs 获取 javascript 渲染的 html 源

Get javascript rendered html source using phantomjs

javascript

html

shell

phantomjs