1つのJavaScriptベースのページにロードするキャスパースクレープの多重化

Question

ループリンクウェブサイト/データベースから他のデータベースへのスクレイピングを許可しません。 これは、ダイナミックローディングページのヘッドレスブラウザテストのための学術目的のためのものです。データを乱用しないでください。

基本的には、複数のページからイメージリンクを取得しようとしていますが、ページは動的にJavaスクリプトによって読み込まれます。だから、私はヘッドレスブラウザを試してみた。casperjsphantomjsを築いた。

私の問題は、getThumbNails（）が同じデータを2回出力していることです。出力のログを示します。最初の '1'と最初の '2'はと同じリンクです。ここで

PuffMagicDragon@SuperDankLinux:~/WeB$ casperjs --web-security=no --cookies-file=/tmp/mycookies.txt 9Cas.js 
First Page Is Loaded 
Second Page Is Loaded 
1 http://x.lnimg.com/photo/thumb_480/40f175f108f5492b9cdec6486d753f8d.jpg 
1 http://x.lnimg.com/photo/thumb_480/29081ed96a6349a08c27424ce3bd2842.jpg 
1 http://x.lnimg.com/photo/thumb_480/29cd278e7cc34d9782d0a22782af2134.jpg 
1 http://x.lnimg.com/photo/thumb_480/3979dc0f0987407bb9f825f2a0cb3fa9.jpg 
1 http://x.lnimg.com/photo/thumb_480/dd06239abbf1433099ad3278607e5d7f.jpg 
1 http://x.lnimg.com/photo/thumb_480/6e7c6b6076d5414b8ee59baed3dc3131.jpg 
1 http://x.lnimg.com/photo/thumb_480/97027946bbf745a59d44ac1c3e9d22fe.jpg 
1 http://x.lnimg.com/photo/thumb_480/396fd224e85f42aea7a10e1873ed627c.jpg 
1 http://x.lnimg.com/photo/thumb_480/62f6afc3f50942388df9fe66e99a2ab4.jpg 
1 http://x.lnimg.com/photo/thumb_480/09ba5b97da4e47b1a97bac86e125001d.jpg 
1 http://x.lnimg.com/photo/thumb_480/580dcc66cd7f48d8aae8f583cd8e5e4b.jpg 
1 http://x.lnimg.com/photo/thumb_480/e62f6d11449b41ff93e191f6045cb304.jpg 
1 http://x.lnimg.com/photo/thumb_480/596230f07ebf471383991a99bd43420a.jpg 
1 http://x.lnimg.com/photo/thumb_480/da63be695fed4617b594d19e4aa0dc7a.jpg 
1 http://x.lnimg.com/photo/thumb_480/58f28244a2494c868006a97534e694e6.jpg 
1 http://x.lnimg.com/photo/thumb_480/1b0246dfe4314404b32147061198cf80.jpg 
1 http://x.lnimg.com/photo/thumb_480/b10a9bb8252f4d3d9638284f6f68fd6b.jpg 
1 http://x.lnimg.com/photo/thumb_480/48bf185da5f74a369dd629dd183bc8b3.jpg 
1 http://x.lnimg.com/photo/thumb_480/7008392330f847ecb3af7058ce0b2e3b.jpg 
1 http://x.lnimg.com/photo/thumb_480/fcf5618fc7d04265a912cce9f7dec344.jpg 
1 //x.lnimg.com/images/search/map/pinprofileclose2.gif 
1 
1 //x.lnimg.com/images/search/map/pinprofile-ViewDetails.gif 
1 http://ak.t0.tiles.virtualearth.net/tiles/r0?g=5289&mkt=en-us&lbl=l0&stl=h&shading=hill&n=z 
1 http://ak.dynamic.t1.tiles.virtualearth.net/comp/ch/0231?mkt=en-us&it=G,L&shading=hill&og=132&n=z&key=AhfWRPlwZlVGewL9th5vsIklmzvMkUMm8wx6pz5nXzgDlYXliZFSr6lBvgHYCZQj 
2 http://x.lnimg.com/photo/thumb_480/40f175f108f5492b9cdec6486d753f8d.jpg 
2 http://x.lnimg.com/photo/thumb_480/29081ed96a6349a08c27424ce3bd2842.jpg 
2 http://x.lnimg.com/photo/thumb_480/29cd278e7cc34d9782d0a22782af2134.jpg 
2 http://x.lnimg.com/photo/thumb_480/3979dc0f0987407bb9f825f2a0cb3fa9.jpg 
2 http://x.lnimg.com/photo/thumb_480/dd06239abbf1433099ad3278607e5d7f.jpg 
2 http://x.lnimg.com/photo/thumb_480/6e7c6b6076d5414b8ee59baed3dc3131.jpg 
2 http://x.lnimg.com/photo/thumb_480/97027946bbf745a59d44ac1c3e9d22fe.jpg 
2 http://x.lnimg.com/photo/thumb_480/396fd224e85f42aea7a10e1873ed627c.jpg 
2 http://x.lnimg.com/photo/thumb_480/62f6afc3f50942388df9fe66e99a2ab4.jpg 
2 http://x.lnimg.com/photo/thumb_480/09ba5b97da4e47b1a97bac86e125001d.jpg 
2 http://x.lnimg.com/photo/thumb_480/580dcc66cd7f48d8aae8f583cd8e5e4b.jpg 
2 http://x.lnimg.com/photo/thumb_480/e62f6d11449b41ff93e191f6045cb304.jpg 
2 http://x.lnimg.com/photo/thumb_480/596230f07ebf471383991a99bd43420a.jpg 
2 http://x.lnimg.com/photo/thumb_480/da63be695fed4617b594d19e4aa0dc7a.jpg 
2 http://x.lnimg.com/photo/thumb_480/58f28244a2494c868006a97534e694e6.jpg 
2 http://x.lnimg.com/photo/thumb_480/1b0246dfe4314404b32147061198cf80.jpg 
2 http://x.lnimg.com/photo/thumb_480/b10a9bb8252f4d3d9638284f6f68fd6b.jpg 
2 http://x.lnimg.com/photo/thumb_480/48bf185da5f74a369dd629dd183bc8b3.jpg 
2 http://x.lnimg.com/photo/thumb_480/7008392330f847ecb3af7058ce0b2e3b.jpg 
2 http://x.lnimg.com/photo/thumb_480/fcf5618fc7d04265a912cce9f7dec344.jpg 
2 //x.lnimg.com/images/search/map/pinprofileclose2.gif 
2 
2 //x.lnimg.com/images/search/map/pinprofile-ViewDetails.gif 
2 http://ak.t0.tiles.virtualearth.net/tiles/r0?g=5289&mkt=en-us&lbl=l0&stl=h&shading=hill&n=z 
2 http://ak.dynamic.t1.tiles.virtualearth.net/comp/ch/0231?mkt=en-us&it=G,L&shading=hill&og=132&n=z&key=AhfWRPlwZlVGewL9th5vsIklmzvMkUMm8wx6pz5nXzgDlYXliZFSr6lBvgHYCZQj 

は、ドキュメントが作品を評価すると言う方法です：http://looplink.ensemblere.com/SearchResults

を私が使用してLinux上のbashを通じてスクリプトを実行しています：

をここで Casperjs Evaluate Diagram

は私がスクレーピングてるサイトです

casperjs --web-security=no --cookies-file=/tmp/mycookies.txt Script.js 

var casper = require('casper').create({ 
    verbose: true, 
}); 

//two different vars for two different pages of images 
var thumbNails, thumbNails2; 

function getThumbNails() { 
// Function to Scrape the links of thumbnails 
    var thumbNails = document.querySelectorAll('img'); 
    return Array.prototype.map.call(thumbNails, function (e) { 
     return e.getAttribute('src'); 
    }); 
}; 

// Scrubs target page below 
casper.start('http://looplink.ensemblere.com/SearchResults'); 

//Runs the function on page one, below 
casper.then(function() { 
    thumbNails = this.evaluate(getThumbNails); 
}); 

//Confirm that we are on page one of website, below 
casper.then(function(){ 
    if (this.exists('a.searchPagingButton.pagingPreviousButton')) { 
     this.echo('Second Page Is Loaded'); 
    } 
    else { 
     this.echo('First Page Is Loaded'); 
    } 
}); 

//Click on the next button to go to page two, below 
casper.thenClick('a.searchPagingButton.pagingNextButton'); 

//Confirm that we are on page two, below 
casper.then(function(){ 
    if (this.exists('a.searchPagingButton.pagingPreviousButton')) { 
     this.echo('Second Page Is Loaded') 
    } 
    else { 
     this.echo('First Page Is Loaded') 
    } 
}); 

//Runs the funciton for the second time, below; BUT HERE IS THE ISSUE ***** 
//idk why it pulls the same data twice, when the then statement above confirms we are on page two. 
casper.then(function() { 
    thumbNails2 = this.evaluate(getThumbNails); 
}); 

//Sort the data from the varaiables. 
casper.run(function() { 
    for(var i in thumbNails) { 
     console.log('1 ' + thumbNails[i]); 
    } 
    for(var i in thumbNails2) { 
     console.log('2 ' + thumbNails2[i]); 
    } 
    this.done(); 
}); 

Answer 1

オハイイ小道具Artjom B.は、ページが読み込まれたことを確認するためにスクリーンショットをするように伝えるためのコメントにコメントしました！

リソースは、単につまりロードされた：still loading picture

this.wait(40000, function() { 
    this.echo('Waited for 40 seconds'); 
}); 

キャスパーを追加することにより、デバッグのスクリーンショットのために40秒

をお待ちしておりますthis.capture(/home/SuperDankDude/yourfilename.png)

私も携帯があることに気づいてみるシンプルそのサイトのバージョンはフルスクリーン版とは異なっていたので、も使用しなければならなかった

var casper = require('casper').create({ 
    verbose: true, 
}); 

//two different vars for two different pages of images 
var thumbNails, thumbNails2; 

casper.options.viewportSize = {width: 1920, height: 1080}; 

function getThumbNails() { 
// Function to Scrape the links of thumbnails 
    var thumbNails = document.querySelectorAll('img'); 
    return Array.prototype.map.call(thumbNails, function (e) { 
     return e.getAttribute('src'); 
    }); 
}; 

// Scrubs target page below 
casper.start('http://looplink.ensemblere.com/SearchResults'); 

//Runs the function on page one, below 
casper.then(function() { 
    thumbNails = this.evaluate(getThumbNails); 
}); 

//Confirm that we are on page one of website, below 
casper.then(function(){ 
    if (this.exists('a.searchPagingButton.pagingPreviousButton')) { 
     this.echo('Second Page Is Loaded'); 
    } 
    else { 
     this.echo('First Page Is Loaded') 
     this.capture("/home/votlon/WeB/firstpage.png"); 
    } 
}); 

//Click on the next button to go to page two, below 
casper.thenClick('a.searchPagingButton.pagingNextButton'); 

//Confirm that we are on page two, below 
casper.then(function(){ 
    if (this.exists('a.searchPagingButton.pagingPreviousButton')) { 
     this.echo('Second Page Is Loading') 
     this.wait(40000, function() { 
     this.echo('Waited for 40 seconds'); 
    }); 
     this.capture("/home/votlon/WeB/secondpage.png"); 
    } 
    else { 
     this.echo('First Page Is Loaded') 
    } 
}); 

//Runs the funciton for the second time, below; BUT HERE IS THE ISSUE ***** 
//idk why it pulls the same data twice, when the then statement above confirms we are on page two. 
casper.then(function() { 
    thumbNails2 = this.evaluate(getThumbNails); 
}); 

//Sort the data from the varaiables. 
casper.run(function() { 
    for(var i in thumbNails) { 
     console.log('1 ' + thumbNails[i]); 
    } 
    for(var i in thumbNails2) { 
     console.log('2 ' + thumbNails2[i]); 
    } 
    this.done(); 
});