node.js - 在目录中的每个 HTML 文件中查找图像的坐标？

Question

我有一个带有类似图像标签的平面 HTML 文件库。我应该如何遍历所有这些并在特定图像标签的页面上找到特定的 x、y 坐标？

我在想我需要将每个页面呈现为图像（用我可以匹配的特定颜色替换我正在寻找的图像标签）或者我可以渲染无头渲染页面类似于phantom.js 并以这种方式找到坐标（尽管我不知道这是否可行）。有什么想法会更容易吗？

我更喜欢使用 LAMP 堆栈或 Node.js。

谢谢！

Answer 1

我认为使用 PhantomJS 将是最简单的。不需要 node.js。

你可以结合examples/scandir.js并examples/phantomwebintro.js得到你想要的。

var system = require('system');
var fs = require('fs');

if (system.args.length !== 2) {
    console.log("Usage: phantomjs scandir.js DIRECTORY_TO_SCAN");
    phantom.exit(1);
}

function scanDirectory(path, cb) {
    if (fs.exists(path) && fs.isFile(path)) {
        cb(path);
    } else if (fs.isDirectory(path)) {
        fs.list(path).forEach(function (e) {
            if (e !== "." && e !== "..") {
                scanDirectory(path + '/' + e, cb);
            }
        });
    }
}

function parsePage(path) {
    var page = require('webpage').create();
    page.open(path, function(status) {
        if (status === "success") {
           page.includeJs("http://code.jquery.com/jquery-latest.js", function() {
               var images = page.evaluate(function() {
                    var images = [];
                    $('img').each(function() {
                        images.push({ src: $(this).attr('src'), pos: $(this).position() });
                    });
                    return images;
               });
               console.log(images);
           });
         }
    });
}

scanDirectory(system.args[1], parsePage);

此脚本 ( phantomjs img.js kittens) 将扫描目录中的文件，加载该目录（以及子目录，您可以在 中修改此行为scanDirectory）中的每个文件，并查找<img>该页面上的所有标签并返回一个数组及其src属性和.position().

我花了大约 20 分钟才让它工作，所以我认为这是最简单的方法。