使用phantomjs进行网页抓取的实现代码
更新时间:2014年09月29日 00:21:30 投稿:mdxy-dxy
这篇文章主要介绍了使用phantomjs进行网页抓取的实现代码,需要的朋友可以参考下
phantomjs因为是无头浏览器可以跑js,所以同样可以跑dom节点,用来进行网页抓取是再好不过了。
比如我们要批量抓取网页 “历史上的今天” 的内容。网站
对dom结构的观察发现,我们只需要取到 .list li a的title值即可。因此我们利用高级选择器构建dom片段
var d= '' var c = document.querySelectorAll('.list li a') var l = c.length; for(var i =0;i<l;i++){ d=d+c[i].title+'\n' }
之后只需要让js代码在phantomjs里跑起来即可~
var page = require('webpage').create(); page.open('http://www.todayonhistory.com/', function (status) { //打开页面 if (status !== 'success') { console.log('FAIL to load the address'); } else { console.log(page.evaluate(function () { var d= '' var c = document.querySelectorAll('.list li a') var l = c.length; for(var i =0;i<l;i++){ d=d+c[i].title+'\n' } return d })) } phantom.exit(); });
最终我们另存为catch.js,在dos里面执行一下,输出内容到txt文件(也可以用phantomjs的文件api来写)
您可能感兴趣的文章:
- java利用phantomjs进行截图实例教程
- 解决phantomjs截图失败,phantom.exit位置的问题
- Python爬虫使用Selenium+PhantomJS抓取Ajax和动态HTML内容
- Java PhantomJs完成html图片输出功能
- phantomjs导出html到pdf的方法总结
- Node.JS利用PhantomJs抓取网页入门教程
- C#使用Selenium+PhantomJS抓取数据
- 基于Phantomjs生成PDF的实现方法
- Phantomjs抓取渲染JS后的网页(Python代码)
- PhantomJS快速入门教程(服务器端的 JavaScript API 的 WebKit)
- 基于linnux+phantomjs实现生成图片格式的网页快照
- 利用NodeJS和PhantomJS抓取网站页面信息以及网站截图
- Windows系统下PhantomJS的安装和基本用法
相关文章
JavaScript控制两个列表框listbox左右交换数据的方法
这篇文章主要介绍了JavaScript控制两个列表框listbox左右交换数据的方法,实例分析了javascript操作列表框listbox的技巧,非常具有实用价值,需要的朋友可以参考下2015-03-03JavaScript常用的3种弹出框(提示框 alert/确认框 confirm/输入框 prompt)
三种弹框在系统中都是同步执行的,也就是说,三种弹框中的任一弹框弹出,代码都不在执行,直到点击确认或取消,关闭弹窗后,代码继续执行,本文通过实例代码给大家分享JS常用的3种弹出框,感兴趣的朋友一起看看吧2022-07-07
最新评论