javascript - 截取许多网页

Question

我想使用 phantomjs 截取许多页面。

问题是如果我的页面超过 1000 时如何处理，因为目前以下代码使 phantomjs 崩溃:

这是aobj的一个例子:

var aobj = '[{"kb":21.047829999999976,"jb":52.174250000000015,"ff":110.16456426650427},{"kb":21.047997078651633,"jb":52.17421235955058,"ff":110.16456426650427},{"kb":21.048164157303404,"jb":52.17417471910114,"ff":110.16456426650427},{"kb":21.04833123595506,"jb":52.1741370786517,"ff":110.16456426650427},{"kb":21.048498314606718,"jb":52.174099438202255,"ff":110.16456426650427},{"kb":21.04866539325849,"jb":52.17406179775282,"ff":110.16456426650427},{"kb":21.048832471910146,"jb":52.17402415730338,"ff":110.16456426650427},{"kb":21.048999550561803,"jb":52.173986516853944,"ff":110.16456426650427}]'

……还有更多

其余代码:

aobj = JSON.parse(aobj);

function tes_par(nrr,jbb,kkb,hhf)
{
var page = require('webpage').create();
page.viewportSize = { width: 600, height: 480 };
console.log(nrr);
page.open('http://maps.googleapis.com/maps/api/streetview?size=640x480&location='+jbb+','+kkb+'&pitch=-0.760&sensor=false&heading='+hhf, function () 
{
    page.render(nrr + '.png');      
});
}

for (var i=0;i<aobj.length;i++)
{
tes_par(i,aobj[i].jb,aobj[i].kb,aobj[i].ff);
}

我假设这是因为JS一次只能运行一个代码，所以它会消耗所有资源，但我不知道如何等待page.open和page.render 如果这些函数的调用超过 1000 次，则等待。

我也尝试过使用 setTimeout，但还是没有成功:

aobj = JSON.parse(aobj);

function tes_par(nrr,jbb,kkb,hhf)
{
var page = require('webpage').create();
page.viewportSize = { width: 600, height: 480 };
console.log(nrr);
page.open('http://maps.googleapis.com/maps/api/streetview?size=640x480&location='+jbb+','+kkb+'&pitch=-0.760&sensor=false&heading='+hhf, function () 
{
    page.render(nrr + '.png');      
});
}


function aa_bb(ii)
{
var jj=0;
(ii+500<aobj.length) ? jj=ii+500 : jj=aobj.length;
for (var i=ii;i<jj;i++)
{
tes_par(i,aobj[i].jb,aobj[i].kb,aobj[i].ff);
}
};

aa_bb(1);
setTimeout(function(){aa_bb(501)},120000);

Answer 1

参见 Using Multiple page.open in Single Script .基本思想是在传递给上一页打开的函数结束时打开下一页。否则，您将同时打开一堆页面，然后就会出现困惑。

aobj = JSON.parse(aobj);
var page = require('webpage').create();
page.viewportSize = { width: 600, height: 480 };

function tes_par(nrr,jbb,kkb,hhf)
{
    console.log(nrr);
    page.open(
        'http://maps.googleapis.com/maps/api/streetview?size=640x480&location='+jbb+','+kkb+'&pitch=-0.760&sensor=false&heading='+hhf,
        function () 
        {
            page.render(nrr + '.png');
            setTimeout(function(){next_thingie(nrr+1);},100);
        }
    );
}

function next_thingie(i)
{
    if(i>=aobj.length){return;}
    tes_par(i,aobj[i].jb,aobj[i].kb,aobj[i].ff);
}

next_thingie(0);

更新

上面的代码已经从早期版本更改，在我检查了我自己的代码(有效)后发现我没有正确应用它来解决这个问题。变化包括:

1. 只创建一次页面。

2. 在 page.open 函数中对下一页进行递归调用。

3. 应用一点超时来帮助 PhantomJS 喘口气。

这种方法适用于我从大约 80 个文件中捕获大约 300 个屏幕截图。