Firma Digikey zmieniła stronę internetową, a teraz ma javascript, który nazywa się onload pocztą. To zabiło mojego byłego prostego programu do pobierania kodu HTML w języku Java. Próbuję użyć PhantomJS, aby umożliwić wykonanie javascript przed zapisaniem HTML/tekst.Wydanie skryptu strony z PhantomJS
var page = new WebPage(),
t, address;
var fs = require('fs');
if (phantom.args.length === 0) {
console.log('Usage: save.js <some URL>');
phantom.exit();
} else {
address = encodeURI(phantom.args[0]);
page.open(address, function (status) {
if (status !== 'success') {
console.log('FAIL to load the address');
} else {
f = null;
var markup = page.content;
console.log(markup);
try {
f = fs.open('htmlcode.txt', "w");
f.write(markup);
f.close();
} catch (e) {
console.log(e);
}
}
phantom.exit();
});
}
Ten kod działa z większością stron internetowych, ale nie działa na:
http://search.digikey.com/scripts/dksearch/dksus.dll?keywords=S7072-ND
który jest moim sprawdzianem. Nie można otworzyć adresu URL, a następnie PhantomJS ulega awarii. Korzystanie z kompilacji statycznej Win32 1.3.
Jakieś wskazówki?
Zasadniczo to, czym się zajmuję, to wget, który konkuruje z renderowaniem strony i skryptami, które modyfikują dokument przed zapisaniem pliku.