如何用phantom.js抓取javascript注入的图像src和alt

How to scrape javascript injected image src and alt with phantom.js?

本文关键字：图像 src alt 注入 javascript 何用 phantom js 抓取      更新时间：2023-09-26

我使用以下脚本使用phantom.js抓取图像：

var page = require('webpage').create();
url = 'https://www.everlane.com/collections/mens-luxury-tees/products/mens-crew-antique'
page.open(url, function(status) {
if (status !== 'success') {
    console.log('error');
    phantom.exit();
    return;
}
var a = page.evaluate(function() {
        return document.getElementsByTagName('img');
    });
SrcAlt = [];
for (var i=0; i<a.length; i++){
    var src = a[i].getAttribute('src');
    var alt = a[i].getAttribute('alt');
    SrcAlt.push({"src": src, "alt": alt});
}
console.log(SrcAlt);
phantom.exit();
});

但是，脚本在我定义变量 a 后挂起，这意味着它不会遍历并返回 src 和 alt 属性。当我console.log(a)它返回 34 时，所以我相信我有适当的图像资源。如何访问 src 和 alt 信息？谢谢！

您需要在页面加载完成后评估页面。您可以使用page.onLoadFinished回调来执行此操作。在所有页面内容加载完毕且文档准备就绪后，将调用此回调。这样的事情应该有效：

var page = require('webpage').create();
var url = 'https://www.everlane.com/collections/mens-luxury-tees/products/mens-crew-antique';
page.open(url);
page.onLoadFinished = function()
{
    var a = page.evaluate(function() {
        return document.getElementsByTagName('img');
    });
    SrcAlt = [];
    for (var i=0; i<a.length; i++){
        var src = a[i].getAttribute('src');
        var alt = a[i].getAttribute('alt');
        SrcAlt.push({"src": src, "alt": alt});
    }
    console.log(SrcAlt);
    phantom.exit();
}
相关文章：