将phantom js处理过的页面保存到包含绝对url的html文件中

Question

我想保存我的特殊网页后，文件加载到特殊的文件名通过所有的网址和链接转换为绝对网址，如wget -k。

//phantomjs
var page = require('webpage').create();
var url = 'http://google.com/';
page.open(url, function (status) {
var js = page.evaluate(function () {
return document;
});
console.log(js.all[0].outerHTML);
phantom.exit();
});

例如，我的html内容是这样的：

<a href="//page.html">page</a>

必须是

<a href="http://google.com/page.html">page</a>

这是我的示例脚本，但是如何使用phantomjs转换所有的url和链接，比如wget -k？

Answer 1

您可以修改最终的超文本标记语言，使其具有<base>标记-这将使所有相对URL正常工作。在您的示例中，可以尝试将<base href="http://google.com/">放在页面上的<head>后面。

Answer 2

它并不是真正被PhantomJS支持的，而不仅仅是一个超文本传输协议客户端。想象一下，如果有一个JavaScript代码，它在主登录页面上随机拉出一个带有图像的内容。

对于您来说，解决方法可能是替换DOM中所有引用的资源，也可能不是。这可以使用一些CSS3选择器(href用于a，src用于img等)和相对于基URL的手动路径解析。如果您确实需要跟踪和登记每个单独的资源URL，请使用network traffic monitoring功能。

最后但并非最不重要的一点是，要获得生成的内容，您可以使用page.content，而不是使用evaluate和outerHTML的复杂舞蹈。