PhantomJS简单爬虫应用实例：抓取目标url指定数据并截图

PhantomJS是一个无界面的,可脚本编程的WebKit浏览器引擎。它原生支持多种web 标准：DOM 操作，CSS选择器，JSON，Canvas 以及SVG。
基于这点，我们可以利用PhantomJS做一个小爬虫。

需求：
抓取公司资讯-巨潮资讯财务指标页面上该公司的资产负债率。


环境：
下载并安装PhantomJS ，并添加Path环境变量。

代码如下（test.js）：

var page = require('webpage').create();  //创建webpage对象
var url = 'http://www.cninfo.com.cn/information/companyinfo_n.html?fulltext?szcn300023'; //设置目标url地址
phantom.outputEncoding = 'gbk';  //设置编码
page.open(url, function (status)  //打开页面
{
    if (status != 'success') //判断是否载入成功
    {
        console.log('Page failed to load.');
    }
    
    page.evaluate(function() //调出console控制台对上下文进行交互
    {     
        toLm('cwzb');  //跳转到“财务报表”页面
        window.scrollTo(0,10000);      //滑动至页底
        window.setTimeout(function()  //延迟5000ms进行DOM操作抓取目标节点Node内容
        {           
           var data = String(document.querySelectorAll('iframe')[0].contentDocument.querySelector('.zx_left').childNodes[3].childNodes[1].childNodes[1].childNodes[16].childNodes[3].childNodes[1].childNodes[0].nodeValue);
           console.log(data);  //打印至控制台 
        },5000);
    });
      
    page.onConsoleMessage = function(msg, lineNum, sourceId)  //输出控制台内容
    {          
              console.log('CONSOLE:' + msg);      
    };

    window.setTimeout(function () //延迟5500ms进行页面截图并保存为'screenshot.png'
    {
        page.render('screenshot.png');
        phantom.exit();
    }, 5000+500);    
});

输出结果

输出至文本（data.txt）

参考资料：PhantomJS.org