웹 크롤러가 단일 페이지 응용 프로그램의 색인을 생성 할 수 있도록 서버에서 실행할 수있는 헤드리스 웹 브라우저를 찾고 있습니다. Firslyt HTMLUnit과 Selenium (HtmlUnitDriver)을 시도했지만 두 가지 모두 xhr 요청에 문제가있는 것으로 보입니다.검색 엔진에서 PhantomJS를 최적화하여 단일 페이지 응용 프로그램의 색인을 생성하는 방법은 무엇입니까?
그리고 더 잘 수행되고 성숙한 PhantomJS를 발견했습니다. PhantomJS는 internal webserver이므로 역 프록시로 사용하기로했습니다. 그러나 벤치 마크를 실행하고 PhantomJS는 CPU 코어 100 %를 기록하고 평균 페이지 로딩 속도는 약 4 초입니다. 그 이유는 올바른 결과를 얻을 수 있도록 모든 리소스를로드하기 위해 브라우저를 기다려야하기 때문입니다.
var page = require('webpage');
var system = require('system');
var server = require('webserver').create();
// credit: http://backbonetutorials.com/seo-for-single-page-apps/
var service = server.listen(port, { 'keepAlive': true }, function(z, response) {
var request = page.create();
var lastReceived = new Date().getTime();
var requestCount = 0;
var responseCount = 0;
var requestIds = [];
var startTime = new Date().getTime();
request.onResourceReceived = function (response) {
if (requestIds.indexOf(response.id) !== -1) {
lastReceived = new Date().getTime();
responseCount++;
requestIds[requestIds.indexOf(response.id)] = null;
}
};
request.onResourceRequested = function (request) {
if (requestIds.indexOf(request.id) === -1) {
requestIds.push(request.id);
requestCount++;
}
};
request.settings = {
loadImages: false,
javascriptEnabled: true,
loadPlugins: false
};
request.open(z.url, function (status, a) {
if (status !== 'success') {
console.log('FAIL to load the address '+a);
}
});
var checkComplete = function() {
var now = new Date().getTime();
if ((now - lastReceived > 300 && requestCount === responseCount) || now - startTime > 5000) {
clearInterval(checkCompleteInterval);
response.statusCode = 200;
response.headers = {
'Cache': 'no-cache',
'Content-Type': 'text/html; charset=UTF-8',
'Connection': 'Keep-Alive',
'Keep-Alive': 'timeout=5, max=100',
'Content-Length': request.content.length
};
response.write(request.content);
response.close();
request.release();
console.log(request.url+" -> "+(now - startTime));
}
}
var checkCompleteInterval = setInterval(checkComplete, 3);
});
스크립트 속도를 위해 할 수있는 모든 개선, 난 그냥 성능 향상을 위해 껍질 명령을 사용하여 PhantomJS를 실행해야합니다 있나요 또는이는이 브라우저에 대한 대안 : 여기 내 PhantomJS 스크립트입니다?
첫째, 당신은 --load-images=no
모든 이미지를 무시할 수 있습니다 :
흠, 나는 이미 loadImages를 false로 설정하지 않았으므로 첫 번째 조언은 필요하지 않습니다. –
NetworkRequest # 중단 도움말 주셔서 감사합니다. 이 경우에는 Facebook API 및 분석 API가 필요하지 않으므로 스크립트가 더 빨라졌습니다. –