使用phantomjs检索skyscanner结果的html代码

Question

由于skyscanner只为大型商业网站提供api，我想自己构建一个小应用程序，为我自己的目的(非商业)检索多个目的地的结果。

我发现获取航班搜索结果似乎相当困难，因为页面需要几秒钟才能完成航班搜索并显示结果。

使用wget、lynx、links2或edbrowse对我不起作用，因为我得到的结果是我的浏览器没有启用javascript，即使links2是在支持javascript的情况下编译的。也许我做错了什么，我不知道。

但是，到目前为止，phantomjs提供了最大的努力，我尝试了多个代码片段来检索航班搜索结果。

来源：

[Stackoverflow#1][1]
[Stackoverflow#2][2]
[Techslides][3]
[Stackoverflow#3][4]
[Stackoverflow#4][5]

  [1]: http://stackoverflow.com/questions/18526140/how-to-get-html-generated-from-javascript-using-phantomjs
  [2]: http://stackoverflow.com/questions/28209509/get-javascript-rendered-html-source-using-phantomjs
  [3]: http://techslides.com/grabbing-html-source-code-with-phantomjs-or-casperjs
  [4]: http://stackoverflow.com/questions/12450868/how-to-print-html-source-to-console-with-phantomjs
  [5]: http://stackoverflow.com/questions/8692038/phantomjs-page-dump-script-issue

即使在Stackoverflow#4中描述的时间延迟，它也不起作用。这些脚本(在成功返回的情况下)只显示skyscanner的错误页面，说明它们遇到了问题。

我尝试的最后一次尝试导致了描述的错误页面是：

var page = new WebPage(),t, address;
var fs = require('fs');

var url = 'http://www.skyscanner.at/transport/fluge/nyca/lax/150626/150627/flugpreise-von-new-york-nach-los-angeles-international-im-juni-2015.html?adults=1&children=0&infants=0&cabinclass=economy&rtn=1&preferdirects=false&outboundaltsenabled=false&inboundaltsenabled=false';

address = encodeURI(url);
page.open(address, function (status) {
    if (status !== 'success') {
        console.log('FAIL to load the address');
    } else {
        f = null;
        var markup = page.content;
        console.log(markup);
        try {
        f = fs.open('htmlcode.txt', "w");
        f.write(markup);
        f.close();          
        } catch (e) {
            console.log(e);
        }
    }   
    phantom.exit();

});

以前有没有人尝试过这样的东西，并且成功了？你是怎么让它工作的？我正在尝试在一个没有gui的Debian-Linux系统上构建一个基于php和/或shell脚本的解决方案。

Answer 1

我在Skyscanner做工程工作。这不是你问题的答案，但是，如果你最终出现在那个错误页面(或验证码页面)，很可能是我们的机器人拦截器抓住了你。这是一种“设计出来的”:)

我可以给你一个API密钥，有一个保守的速率限制。你会感兴趣吗？

干杯,

Iain