phantomjs 开发爬虫框架
函数
- page.childframescount
- page.childframesname
- page.close
- page.currentframename
- page.deletelater
- page.destroyed
- page.evaluate
- page.initialized
- page.injectjs
- page.javascriptalertsent
- page.javascriptconsolemessagesent
- page.loadfinished
- page.loadstarted
- page.openurl
- page.release
- page.render
- page.resourceerror
- page.resourcereceived
- page.resourcerequested
- page.uploadfile
- page.sendevent
- page.setcontent
- page.switchtochildframe
- page.switchtomainframe
- page.switchtoparentframe
- page.addcookie
- page.deletecookie
- page.clearcookies
回调处理程序/
列表中的所有页面的事件:
- oninitialized
- onloadstarted
- onloadfinished
- onurlchanged
- onnavigationrequested
- onrepaintrequested
- onresourcerequested
- onresourcereceived
- onresourceerror
- onresourcetimeout
- onalert
- onconsolemessage
- onclosing
| page.onInitialized = function() { | |
| console.log("page.onInitialized"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| page.onLoadStarted = function() { | |
| console.log("page.onLoadStarted"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| page.onLoadFinished = function() { | |
| console.log("page.onLoadFinished"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| page.onUrlChanged = function() { | |
| console.log("page.onUrlChanged"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| page.onNavigationRequested = function() { | |
| console.log("page.onNavigationRequested"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| page.onRepaintRequested = function() { | |
| console.log("page.onRepaintRequested"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| if (logResources === true) { | |
| page.onResourceRequested = function() { | |
| console.log("page.onResourceRequested"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| page.onResourceReceived = function() { | |
| console.log("page.onResourceReceived"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| } | |
| page.onClosing = function() { | |
| console.log("page.onClosing"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| // window.console.log(msg); | |
| page.onConsoleMessage = function() { | |
| console.log("page.onConsoleMessage"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| // window.alert(msg); | |
| page.onAlert = function() { | |
| console.log("page.onAlert"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| // var confirmed = window.confirm(msg); | |
| page.onConfirm = function() { | |
| console.log("page.onConfirm"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| // var user_value = window.prompt(msg, default_value); | |
| page.onPrompt = function() { | |
| console.log("page.onPrompt"); | |
| printArgs.apply(this, arguments); | |
| }; | |
| //////////////////////////////////////////////////////////////////////////////// | |
| setTimeout(function() { | |
| console.log(""); | |
| console.log("### STEP 1: Load '" + step1url + "'"); | |
| page.open(step1url); | |
| }, 0); | |
| setTimeout(function() { | |
| console.log(""); | |
| console.log("### STEP 2: Load '" + step2url + "' (load same URL plus FRAGMENT)"); | |
| page.open(step2url); | |
| }, 5000); | |
| setTimeout(function() { | |
| console.log(""); | |
| console.log("### STEP 3: Click on page internal link (aka FRAGMENT)"); | |
| page.evaluate(function() { | |
| var ev = document.createEvent("MouseEvents"); | |
| ev.initEvent("click", true, true); | |
| document.querySelector("a[href='#Event_object']").dispatchEvent(ev); | |
| }); | |
| }, 10000); | |
| setTimeout(function() { | |
| console.log(""); | |
| console.log("### STEP 4: Click on page external link"); | |
| page.evaluate(function() { | |
| var ev = document.createEvent("MouseEvents"); | |
| ev.initEvent("click", true, true); | |
| document.querySelector("a[title='JavaScript']").dispatchEvent(ev); | |
| }); | |
| }, 15000); | |
| setTimeout(function() { | |
| console.log(""); | |
| console.log("### STEP 5: Close page and shutdown (with a delay)"); | |
| page.close(); | |
| setTimeout(function(){ | |
| phantom.exit(); | |
| }, 100); | |
| }, 20000); |
网络监控
var page = require('webpage').create();
page.onResourceRequested = function(request) {
console.log('Request ' + JSON.stringify(request, undefined, ));
};
page.onResourceReceived = function(response) {
console.log('Receive ' + JSON.stringify(response, undefined, ));
};
page.open(url);
phantomjs 开发爬虫框架的更多相关文章
- 《Python3网络爬虫开发实战》PDF+源代码+《精通Python爬虫框架Scrapy》中英文PDF源代码
下载:https://pan.baidu.com/s/1oejHek3Vmu0ZYvp4w9ZLsw <Python 3网络爬虫开发实战>中文PDF+源代码 下载:https://pan. ...
- C# 爬虫框架实现 流程_各个类开发
目录链接:C# 爬虫框架实现 概述 对比通用爬虫结构,我将自己写的爬虫分为五个类实现: Spider主类:负责设置爬虫的各项属性 Scheduler类:负责提供URL到下载类,接收URL并做去重 Do ...
- 学习用java基于webMagic+selenium+phantomjs实现爬虫Demo爬取淘宝搜索页面
由于业务需要,老大要我研究一下爬虫. 团队的技术栈以java为主,并且我的主语言是Java,研究时间不到一周.基于以上原因固放弃python,选择java为语言来进行开发.等之后有时间再尝试pytho ...
- 分布式爬虫框架XXL-CRAWLER
<分布式爬虫框架XXL-CRAWLER> 一.简介 1.1 概述 XXL-CRAWLER 是一个分布式爬虫框架.一行代码开发一个分布式爬虫,拥有"多线程.异步.IP动态代理.分布 ...
- php 爬虫框架
发现两款不错的爬虫框架,极力推荐下: phpspider 一款优秀的PHP开发蜘蛛爬虫 官方下载地址:https://github.com/owner888/phpspider 官方开发手册:http ...
- 洗礼灵魂,修炼python(72)--爬虫篇—爬虫框架:Scrapy
题外话: 前面学了那么多,相信你已经对python很了解了,对爬虫也很有见解了,然后本来的计划是这样的:(请忽略编号和日期,这个是不定数,我在更博会随时改的) 上面截图的是我的草稿 然后当我开始写博文 ...
- Scrapy爬虫框架教程(四)-- 抓取AJAX异步加载网页
欢迎关注博主主页,学习python视频资源,还有大量免费python经典文章 sklearn实战-乳腺癌细胞数据挖掘 https://study.163.com/course/introduction ...
- 教你分分钟学会用python爬虫框架Scrapy爬取心目中的女神
本博文将带领你从入门到精通爬虫框架Scrapy,最终具备爬取任何网页的数据的能力.本文以校花网为例进行爬取,校花网:http://www.xiaohuar.com/,让你体验爬取校花的成就感. Scr ...
- [开源 .NET 跨平台 数据采集 爬虫框架: DotnetSpider] [一] 初衷与架构设计
[DotnetSpider 系列目录] 一.初衷与架构设计 二.基本使用 三.配置式爬虫 四.JSON数据解析与配置系统 为什么要造轮子 同学们可以去各大招聘网站查看一下爬虫工程师的要求,大多是招JA ...
随机推荐
- PHP 设计模式阅读清单
社区文章推荐 S.O.L.I.D 面向对象设计和编程(OOD&OOP)笔记 浅谈 Laravel 设计模式 PHP 完整实战 23 种设计模式 Laravel Dependency Injec ...
- 【django之stark组件】
一.需求 仿照django的admin,开发自己的stark组件.实现类似数据库客户端的功能,对数据进行增删改查. 二.实现 1.在settings配置中分别注册这三个app # Applicatio ...
- CSS 剩余宽度和高度完全填充
<html><head><meta http-equiv="Content-Type" content="text/html; charse ...
- hibernate框架学习笔记10:HQL查询详解
HQL语句中不可以出现与表有关的内容,而是对象的属性 实体类(注意配置文件): package domain; import java.util.HashSet; import java.util.S ...
- JavaScript(第十四天)【面向对象和原型】
学习要点: 1.学习条件 2.创建对象 3.原型 4.继承 ECMAScript有两种开发模式:1.函数式(过程化),2.面向对象(OOP).面向对象的语言有一个标志,那就是类的概念,而通过类可以创建 ...
- SQLSERVER2012的分页新功能
SQLSERVER2012的分页新功能 简介 SQL Server 2012中在Order By子句之后新增了OFFSET和FETCH子句来限制输出的行数从而达到了分页效果.相比较SQL Server ...
- Linux下ftp和ssh详解
学习了几天Linux下ftp和ssh的搭建和使用,故记录一下.学习ftp和ssh的主要目的是为了连接远程主机,并且进行文件传输.废话不多说,直接开讲! ftp服务器 1. 环境搭建 本人的系统是Arc ...
- node.js基础
//安装淘宝npm镜像 npm install -g cnpm --registry=https://registry.npm.taobao.org//require表示引包,引包就是引用自己的一个特 ...
- Flask 扩展 Flask-PyMongo
安装 pip install Flask-PyMongo 初始化Pymongo实例 from flask import Flask from flask.ext.pymongo import PyMo ...
- vue 在已有的购买列表中(数据库返回的数据)修改商品数量
连续加班一个月 连续通宵三天 到最后还是少了一个功能 心碎 简介:一个生成好的商品列表(数据库返回的数据) 首先拿到我们需要渲染的数组 在data中定义 我是在测试的时候 直接写了两条数据 下面开始 ...