Phantomjs：在將它打開爲網頁之前修改html dom

我需要處理通過標記添加到其中的腳本文件已損壞的html文件。我打算通過phantomjs刪除網頁中的所有腳本標記。但是，在通過webpage.open（）打開網頁時，會拋出phantomjs解析錯誤，因爲它無法解析腳本標記中的JS內容。下面是一個例子：Phantomjs：在將它打開爲網頁之前修改html dom

<html> 
<head> 
<script> 
corrupted JS 
if(dadadd 
; 
</script> 
<body> 
some content 
</body> 
</html>

有人可以幫助我在暗示清潔使用phantomjs此網頁的正確方法？

來源

2015-11-03 KenAdams

這不（很容易）。您可以下載（不是通過打開頁面，而是在page.evaluate()中發出Ajax請求）靜態HTML，然後根據您的需要進行更改，然後將其分配給page.content。

這仍然可能無法正常工作，因爲只要您將其分配給page.content，即表示PhantomJS應將此源解釋爲來自未知域（約：空白）的頁面。由於頁面源代碼包含沒有域名的各種鏈接/腳本/樣式表，您還必須更改這些頁面才能使頁面成功加載各種資源。

使用自定義規則在PhantomJS和互聯網之間建立代理可能會更容易，以根據需要調整頁面源代碼。

來源

2015-11-03 10:41:41

Phantomjs：在將它打開爲網頁之前修改html dom

回答

相關問題