我想从某个 JSON 格式的 URL 在线获取列表,然后使用该列表中每个项目的 DATA_ID 来调用新 URL。我只是 PhantomJS 的新手,我不明白为什么 page.open() 中的嵌套循环行为都很奇怪。此外,使用 phantom.exit() 的方式似乎真的很奇怪做我想要实现的目标。
这是我的代码:
console.log('Loading recipes');
console.log('===============================================================');
var page = require('webpage').create();
var url = 'http://www.hiddenurl.com/recipes/all';
page.open(url, function (status) {
//Page is loaded!
var js = page.evaluate(function () {
return document.getElementsByTagName('pre')[0];
});
var recipes = JSON.parse(js.innerHTML).results;
//console.log(recipes[0].name.replace('[s]', ''));
for (i = 0; i < recipes.length; i++) {
console.log(recipes[i].name.replace('[s]', ''));
var craft_page = require('webpage').create();
var craft_url = 'http://www.hiddenurl.com/recipe/' + recipes[i].data_id;
craft_page.open(craft_url, function (craft_status) {
//Page is loaded!
var craft_js = craft_page.evaluate(function () {
return document.getElementsByTagName('body')[0];
});
var craftp = craft_js.innerHTML;
console.log('test');
});
if (i == 5) {
console.log('===============================================================');
phantom.exit();
//break;
}
}
});
这里发生的事情是这一行:
console.log(recipes[i].name.replace('[s]', ''));
..打印以下内容:
===============================================================
Item from DATA_ID 1
Item from DATA_ID 2
Item from DATA_ID 3
Item from DATA_ID 4
Item from DATA_ID 5
..然后它只打印下一个:
===============================================================
..其次是:
'test'
'test'
'test'
'test'
'test'
为什么这没有连续发生?来自内部调用的 page() 请求的数据在最后被堆积并转储,即使在 phantom.exit() 实际上应该已经被调用之后。
此外,当我自由循环正常数据集时,我收到此错误:
QEventDispatcherUNIXPrivate(): Unable to create thread pipe: Too many open files
2013-01-31T15:35:18 [FATAL] QEventDispatcherUNIXPrivate(): Can not continue without a thread pipe
Abort trap: 6
有什么方法可以设置 GLOBAL_PARAMETERS 或以某种方式指导进程,以便我可以处理 100 个页面请求?
提前致谢!