javascript - 如何使用 PhantomJS 抓取嵌入的 JSON

Question

我需要使用 phantomjs 从返回的 HTML 文档中 script 标记内编码的 JSON 字符串中获取特定数据。 HTML 基本上看起来像这样:

... [preamble html tags etc.] 
....

<script id="ine-data" type="application/json">
    {"userData": {"account_owner": "Grib"},    
     "skey":"b207ff1f8d5a394c2f7af1681ad3470c",
     "location": "EU"
</script>

<script id="notification-data" type="application/json">
... [other stuff including html body] 

我需要获取 JSON 中 skey 的值。我什至无法使用选择器访问脚本。例如，

page.open('https://www.site1.com/dash', function(status) {
                   var ine_data = document.querySelectorAll('script').item(0);
                   console.log(ine_data); phantom.exit(); 
                 }); 

这将返回null。有人能指出我正确的方向吗？

Answer 1

您要查找的 PhantomJS 函数称为 page.evaluate ( documentation )。它允许您在浏览器本身的 javascript 环境中运行沙箱中的 javascript。

所以按照你的例子:

page.open('https://www.site1.com/dash', function(status) {
    var ske = page.evaluate(function() {
        var json_text = document.querySelector("#ine-data").innerHTML,
            json_values = JSON.parse(json_text);
        return json_values.skey;
    });
    console.log(ske)
    phantom.exit();
}); 

尽管我注意到您示例中的 JSON 无效(缺少尾随 })，所以如果不首先修复该问题，我的示例将无法工作!