jsdom表单提交？

Question

我正在尝试使用 Node.js 包 request 和 jsdom 来抓取网页，并且我想知道如何提交表单并获取他们的响应。我不确定 jsdom 或其他模块是否可以做到这一点，但我确实知道请求支持 cookie。

以下代码演示了我如何使用 jsdom（以及 request 和 jQuery）来检索和解析网页（在本例中为维基百科主页）。 （请注意，此代码改编自本教程中的 jquery-request.js 代码 http://blog.nodejitsu.com/jsdom-jquery-in-5-lines-on-nodejs)

var request = require('request'),
    jsdom = require('jsdom'),

    url = 'http://www.wikipedia.org';

request({ uri:url }, function (error, response, body) {
  if (error && response.statusCode !== 200) {
    console.log('Error when contacting '+url);
  }

  jsdom.env({
    html: body,
    scripts: [
      'http://code.jquery.com/jquery-1.5.min.js'
    ]
  }, function (err, window) {
    var $ = window.jQuery,
        // jQuery is now loaded on the jsdom window created from 'agent.body'
        $searchform = $('#searchform'); //search form jQuery object

    $('#searchInput').val('Wood');

    console.log('form HTML is ' + $searchform.html(),
      'search value is ' + $('#searchInput').val()

    //how I'd like to submit the search form
    $('#searchform .searchButton').click();
    );
  });
});

上面的代码从 Wikipedia 的搜索表单中打印 HTML，然后打印“Wood”，即值 I设置要包含的 searchInput 字段。当然，这里的 click() 方法实际上并没有做任何事情，因为 jQuery 不在浏览器中运行；我什至不知道 jsdom 是否支持任何类型的事件处理。

有没有任何模块可以帮助我以这种方式或类似的非 jQuery 方式与网页交互？这可以在jsdom中完成吗？

提前致谢！

Answer 1

如果您不想像其他答案一样自己处理 POST 请求，您可以使用 jsdom 的替代方案，它在浏览器中支持更多功能。

http://www.phantomjs.org/

Answer 2

我不熟悉 Nodejs 库，它可以让您获得网页的完全交互式客户端视图，但您可以不用太担心地获得表单提交的结果。

HTML 表单本质上只是将 HTTP 请求发送到特定 URL 的一种方式（可以在 form 标记的 action 属性中找到）。通过访问 DOM，您可以提取这些值并为指定的 URL 创建您自己的请求。

像这样的请求维基百科主页的回调将为您提供用英语搜索“键盘猫”的结果：

var $ = window.jQuery;

var search_term = "keyboard cat";
var search_term_safe = encodeURIComponent(search_term).replace("%20", "+");

var lang = "en";
var lang_safe = encodeURIComponent(lang).replace("%20", "+");

var search_submit_url = $("#searchform").attr("action");
var search_input_name = $("#searchInput").attr("name");
var search_language_name = $("#language").attr("name");

var search_string = search_input_name + "=" + search_term_safe + "&" + search_language_name + "=" + lang_safe;

// Note the wikipedia specific hack by prepending "http:".
var full_search_uri = "http:" + search_submit_url + "?" + search_string;

request({ uri: full_search_uri }, function(error, response) {
    if (error && response.statusCode != 200) {
        console.log("Got an error from the search page: " + error);
    } else {
        // Do some stuff with the response page here.
    }
});

基本上重要的东西是：

1. “提交搜索”实际上只是意味着发送一个 HTTP 对 form 标记的 action 属性中指定的 URL 进行 GET 或 POST 请求。
2. 使用每个表单的 input 标记的 name 属性，结合它们实际提交的值，创建用于表单提交的字符串，格式如下：name1=value1&name2=value2
3. 对于 GET 请求，只需将该字符串作为查询字符串附加到 URL 中 (URL?query-string)
4. 对于 < code>POST 请求，将该字符串发布为请求正文。
5. 请注意，用于表单提交的字符串必须进行转义并包含空格，表示为 +。