我经常通过在公共网页上运行某种 XPath/XQuery 来编译非正式数据集。通常 HTML 的结构足够规则，可以很容易地提取有用的信息。
但是今天我遇到了tunefind.com。本网站大量使用了REACTJS 框架，因此页面的大部分结构都是由 Javascript 客户端配置的。这些页面在最初下载时非常基本，并且缺少很多信息。这些页面由一个脚本填充，该脚本在页面底部使用了一堆乱七八糟的 JSON 数据。
我能想到的解决这个问题的唯一方法是使用某种基于 GUI 的 Web 引擎，而不是显示 GUI 部分。但对于我用来收集信息的这些随意的小 CLI 工具来说，这是一项荒谬的工作。
有没有办法在不处理不必要的图形的情况下执行 javascript 预处理？
即使您要在没有图形的情况下进行处理，react javascript 也将面向在浏览器上下文中运行，至少它会期望存在一个正常运行的 DOM，应用程序本身也可能需要在您看到之前发生单击/转换一些数据。
那么你最好的选择是在浏览器中加载页面，为了保持简单，有很多很好的浏览器自动化框架为此而设计。
多年来，我使用了相当多的库，包括 phantomJS，最近我从nightmarejs中获得了最大的收益。
它为您运行一个电子浏览器，并为您提供一个有用的承诺 JavaScript API 来控制它，它具有常见的浏览器功能，如点击、跟踪链接等。
您可以将其配置为隐藏浏览器，这对于制作 CLI 工具很有用，但是它有点伪无头模式，并且仍然需要窗口/图形上下文（例如 x 窗口）。
希望这可以帮助。
PS - 如果你完全习惯了 docker，那么让它成为一个正在运行的容器并不难！