Dom PhantomJS在评估之前更改网页内容

我想删除HTML元素，或者在评估/呈现网页之前删除网页的前N个字符

---

有什么方法可以做到这一点吗？

这取决于多种情况。我将仅概述以下问题答案的每个组合的步骤

这段JS是称为onload（ol）还是立即计算脚本块（ie）

它是内联脚本（Is）还是单独加载的脚本（src属性）（ls）

脚本块是否也包含一些不应删除的代码（nr），或者是否可以完全删除（rc）

1.脚本单独加载（ls）&代码可以完全删除（rc） 根据匹配的url，注册到

onResourceRequested

侦听器和

request.abort（）

2.脚本单独加载（ls）并包含其他代码（nr） 只有当以下代码块不依赖于不应删除的代码时（不太可能），才能执行此操作。对于在DOM中注册的单击事件，这很可能是必需的

在本例中，取消请求（如1.），通过XHR下载脚本，删除不需要的代码部分并将代码块添加到DOM中。要使其正常工作，您需要禁用web安全性，否则，如果资源不在同一域中，则无法请求任何资源：

--web security=false

3.脚本加载了DOM（is）和JS，通过

onload

（ol）执行，并且可以完全删除（rc） 这可能非常容易出错。您可以从回调中以

setInterval（function（）{}，5）

开始一个间隔。在时间间隔内，您需要检查页面上下文中是否设置了

window.onload

（或其他您可以使用的内容）。如果确实是要删除的函数，则可以通过选中

window.onload.toString（）.match（/something/）

来删除它

这可以在页面上下文（在

page.evaluate

）中直接完成

4.脚本加载了DOM（is）和JS，这些DOM（is）和JS通过

onload

（ol）执行，并且还包含其他代码（nr） 像在3中那样开始。，但是您可以执行以下操作，而不是删除

窗口。onload

eval("window.onload = " + window.onload.toString().replace(/something/,''))

5.脚本加载DOM（is）&脚本块立即计算（ie） 您可以将页面作为XHR加载，替换文本并将调整后的内容应用于页面。这本质上是一个填充的

about:blank

页面。要使其正常工作，您需要禁用web安全性，因为如果资源不在同一个域上，则无法请求任何资源：

--web security=false

或

--local to remote url access=true

。这也适用于3.和4.

不过，还有一个问题。页面大部分时间不使用完整的URL。因此，当脚本或元素引用

stuff.php

PhantomJS时，PhantomJS无法请求它。设置

page.content

时，页面URL基本上是关于：空白，所有URL不完整的请求都指向

file:///...

。显然没有这样的文件。这些资源必须替换为完整的URL对应项。
此类URL有三种类型：

• //example.com/resource.php

  变量协议

• /resource.php

  变量协议和域

• resource.php

  变量协议、域和资源路径

完整示例：

var page = require('webpage').create(),
    url = 'http://www.example.com';

page.open(url, function(status) {
    if (status !== 'success') {
        console.log('Unable to access network');
    } else {
        var content = page.evaluate(function(url){
            var xhr = new XMLHttpRequest();
            xhr.open("GET", url, false);
            xhr.send();
            return xhr.responseText;
        }, url);
        page.render("test_example.png");
        page.content = content.replace(/xample/g,"asy");
        page.render("test_easy.png");
        console.log("url "+page.url); // about:blank
        phantom.exit();
    }
});

---

除了简单的字符串替换之外，您可能还需要研究适当的操作技术。

出于好奇，是什么阻止了您按原样处理页面？页面希望从iframe调用，因此我需要删除这段JS。回答很好，谢谢。这是一个位于标题中的内联脚本，因此很遗憾，它是选项5。你说的“特定于脚本的东西”是什么意思？如果（top==self）{document.location.href=“”；}确定，则代码为5。即使没有特定于脚本的知识也可以。我会尽快编辑。非常原创的解决方案。当您运行代码时，是否出现了“ReferenceError:找不到变量：jQuery”错误？我还尝试了page.injectJs（'jquery.min.js'）；并将该文件放在脚本文件夹中，但也没有任何帮助。如果在页面上下文中使用jQuery，则需要首先删除它。该代码段只是运行在example.com上的一个示例脚本。先看看它在不修改的情况下能做些什么，然后再根据您的案例进行修改。+1谢谢您的回答。还有一点可能是显而易见的：对于5.，如果它不是在线关键的，那么xhr部分和web安全性可以通过

var repl_content=page.content.replace（“say”，“asy”）然后打印/显示/呈现
repl_内容
。