从一个运行 javascript 的网站加载所有数据来加载内容,目前的问题是当运行启动代码时它无法加载 javascript 内容,因为用户应该向下滚动才能加载。如何编写启动代码来滚动整页呈现 javacript 并返回 html呢?
为了加载运行JavaScript来加载内容的网站上的所有数据,可以修改Splash代码以模拟滚动并确保整个页面呈现,从而能够检索所需的HTML内容。以下是可以采用的示例方法:
functionmain(splash, args) --亿牛云(动态转发隧道)爬虫代理加强版--设置代理IP和认证信息localproxy="www.16yun.cn"localproxy_port=12345localusername="16YUN"localpassword="16IP"--设置代理splash:set_proxy{ host=proxy, port=proxy_port, username=username, password=password, } assert(splash:go(args.url)) --导航到目标URLassert(splash:wait(args.wait)) --等待初始内容加载--设置滚动参数localscroll_delay=1--调整每次滚动之间的延迟localscroll_steps=10--调整滚动步数localscroll_height=splash:evaljs("document.body.scrollHeight") --滚动到页面底部localscroll_to_bottom=splash:jsfunc([[ function() { window.scrollTo(0, document.body.scrollHeight); } ]]) for_=1, scroll_stepsdoscroll_to_bottom() --滚动到页面底部splash:wait(scroll_delay) --等待页面滚动end--在滚动后等待最终内容加载assert(splash:wait(args.wait)) return { html=splash:html() --返回HTML内容} end
在上述代码中,我们使用爬虫代理IP提高访问成功率,同时使用Splash脚本API导航到目标URL并等待初始内容加载。然后,我们定义滚动的参数,包括每次滚动之间的延迟、滚动步数和页面的初始滚动高度。
接下来,我们使用jsfunc创建一个JavaScript函数(scroll_to_bottom()),通过将垂直滚动位置设置为文档高度,将页面滚动到底部。我们在循环中使用此函数多次模拟滚动,每次滚动后等待页面滚动并加载新内容。
在最后一次滚动后,我们等待额外的内容加载,然后返回完全呈现页面的HTML内容。
请根据您所针对的具体网站调整scroll_delay和scroll_steps的值,以确保足够的滚动和内容加载。