Casperjs初体验

Casperjs是一个基于PhantomJS和SlimerJS的前端端对端测试框架，当然你也可以使用它完成网络爬虫功能，它的特点的通过简单的脚本模拟浏览器行为。

安装

casperjs的安装很简单，你可以通过npm或者下载casperjs包自行引用的方式安装，毫无疑问其支持Mac、windows、linux。

• npm全局安装

  npm install -g casperjs

• Mac os推荐使用brew

  $ brew update
  
  $ brew install casperjs --devel
  
  $ brew install casperjs
  
  //更新casperjs
  $ brew upgrade casperjs

• 察看版本

  $ phantomjs --version
  $ casperjs

•  

  使用

  通过以上步骤成功安装好casperjs后，可以运行以下脚本，对casperjs进行自检，熟悉其功能

  $ casperjs selftest

  以一个简单的百度图片热门榜的操作为例，简单示意一下casperjs的基本用法

  注意：以上代码可以因为百度图片的DOM变化而失效，读者可以自己修改一下代码中的选择器

  1.首先新建两个文件index.js 和config.js

  2.把以下代码复制进index.js

  var config = require('config');
  var casper = require('casper').create();
  
  //输出配置
  casper.echo('using config:');
  casper.echo(JSON.stringify(config, null, '\t'));
  //屏蔽google资源，你懂的
  casper.on('resource.requested', function(requestData, request) {
      if (/\/\/.*google[^\/]+/.test(requestData.url) || /cloud\.githubusercontent\.com/.test(requestData.url)) {
          request.abort();
      };
  });
  //输出console页面错误
  casper.on('page.error', function(msg) {
      this.echo('error message caught: ' + msg);
  });
  //设置浏览器超时时间和窗口大小
  casper.options.waitTimeout = 10000;
  casper.options.viewportSize = {
      width: 1024,
      height: 768
  };
  
  //生成一个数组
  function Nums(len) {
      var nums = [];
      for (var i = 0; i < len; i++) {
          nums.push(i);
      }
      return nums;
  
  }
  //记录时间日期
  var date = new Date();
  var casperDate = date.toLocaleString().split(' ')[0];
  
  //定义nums数组作为遍历长度，suglineVal是热门榜值，suglineLength是热门榜长度
  var nums,suglineVal, suglineLength;
  var date =new Date();
  //开始casper，输出当前日期,并通过config文件读取url
  casper.echo(casperDate+'百度图片热门搜索图片抓取');
  casper.start(config.baseURL, function() {
      //获取热门榜长度
      suglineLength = this.evaluate(function() {
          var csuglineLength = $('.sugline').length;
          return csuglineLength;
      });
      //生成遍历数组
      nums = Nums(suglineLength);
      //casper的each函数对每一条热门搜索执行相同结果
      this.each(nums, function(self, num) {
          //then函数控制执行流程，获取热门榜的热门搜索值，并赋予百度搜索框进行搜索
          self.then(function() {
              suglineVal = this.evaluate(function(num) {
                  //获取热门搜索值，选择器随时可能会改变，请参考运行时百度图片首页的DOM树
                  var cSuglineVal = $('.sugline')[num].children[1].innerText;
                  //__utils__功能等同与jquery，方便在没有引入jquery或者类似DOM查询工具时使用。
                  __utils__.setFieldValue("input[id='kw']", cSuglineVal);
                  $('.s_btn')[0].click();
                  return cSuglineVal;
              }, num);
          });
          //waitUntilVisible等待一个选择器出现，等到imglist加载完成后进入
          self.waitUntilVisible('.imglist', function() {
              //capture函数对当前页面进行截图并保存在capture/images/...
              this.capture('capture/images/'+casperDate+'/'+casperDate+'-' + suglineVal + '.png');
              //在控制台输出热门图片
              this.echo(suglineVal);
          });
  
      });
  });
  //运行casper脚本start
  casper.run();
  

  　　

  3.把以下代码复制进config.js

  'use strict'
  //casper读取系统信息的模块
  var system = require('system');
  //读取环境变量
  var env = system.env.TEST_ENV || 'test'
  var config = {};
  //其实上面没什么用，主要配置看这里
  config.test = {
      baseURL: 'http://image.baidu.com/',
      imageURL: 'capture/',
  }
  
  module.exports = config[env]
  

  　　

  4.在控制台中执行,如果出现casperjs不是内部命令，请确保全局安装casperjs，确保环境变量正确。

  casperjs index.js

  结果

  1.控制台输出如下

  2.查看images文件夹成功截取图片