1.概述
有时，我们需要浏览器处理网页，但并不需要浏览，比如生成网页的截图、抓取网页数据等操作。PhantomJS的功能，就是提供一个浏览器环境的命令行接口，你可以把它看作一个“虚拟浏览器”，除了不能浏览，其他与正常浏览器一样。它的内核是WebKit引擎，不提供图形界面，只能在命令行下使用，我们可以用它完成一些特殊的用途。
PhantomJS是二进制程序，需要安装后使用。
$ npm install phantomjs -g
使用下面的命令，查看是否安装成功。
$ phantomjs --version
2.REPL环境
phantomjs提供了一个完整的REPL环境，允许用户通过命令行与PhantomJS互动。键入phantomjs，就进入了该环境。
$ phantomjs
这时会跳出一个phantom提示符，就可以输入Javascript命令了。
phantomjs> 1+23phantomjs> function add(a,b) { return a+b; }undefinedphantomjs> add(1,2)3按ctrl+c可以退出该环境。
下面，我们把上面的add()函数写成一个文件add.js文件。
// add.jsfunction add(a,b){ return a+b; }console.log(add(1,2));phantom.exit();上面的代码中，console.log()的作用是在终端窗口显示，phantom.exit()则表示退出phantomjs环境。一般来说，不管什么样的程序，exit这一行都不能少。
现在，运行该程序。
$ phantomjs add.js
终端窗口就会显示结果为3。
下面是更多的例子。
phantomjs> phantom.version{ ?"major": 1, ?"minor": 5, ?"patch": 0}phantomjs> console.log("phantom is awesome")phantom is awesomephantomjs> window.navigator{ ?"cookieEnabled": true, ?"language": "en-GB", ?"productSub": "20030107", ?"product": "Gecko", ?// ...}3.webpage模块
webpage模块是PhantomJS的核心模块，用于网页操作。
var webPage = require(‘webpage‘);var page = webPage.create();
上面代码表示加载PhantomJS的webpage模块，并创建一个实例。
下面是webpage实例的属性和方法介绍。
3.1open()
open方法用于打开具体的网页。
var page = require(‘webpage‘).create();page.open(‘http://slashdot.org‘, function (s) { ?console.log(s); ?phantom.exit();});上面代码中，open()方法，用于打开具体的网页。它接受两个参数。第一个参数是网页的网址，这里打开的是著名新闻网站Slashdot，第二个参数是回调函数，网页打开后该函数将会运行，它的参数是一个表示状态的字符串，如果打开成功就是success，否则就是fail。
注意，只要接收到服务器返回的结果，PhantomJS就会报告网页打开成功，而不管服务器是否返回404或500错误。
open方法默认使用GET方法，与服务器通信，但是也可以使用其他方法。
var webPage = require(‘webpage‘);var page = webPage.create();var postBody = ‘user=username&password=password‘;page.open(‘http://www.google.com/‘, ‘POST‘, postBody, function(status) { ?console.log(‘Status: ‘ + status); ?// Do other things here...});上面代码中，使用POST方法向服务器发送数据。open方法的第二个参数用来指定HTTP方法，第三个参数用来指定该方法所要使用的数据。
open方法还允许提供配置对象，对HTTP请求进行更详细的配置。
var webPage = require(‘webpage‘);var page = webPage.create();var settings = { ?operation: "POST", ?encoding: "utf8", ?headers: { ???"Content-Type": "application/json" ?}, ?data: JSON.stringify({ ???some: "data", ???another: ["custom", "data"] ?})};page.open(‘http://your.custom.api‘, settings, function(status) { ?console.log(‘Status: ‘ + status); ?// Do other things here...});3.2evaluate()
evaluate方法用于打开网页以后，在页面中执行JavaScript代码。
var page = require(‘webpage‘).create();page.open(url, function(status) { ?var title = page.evaluate(function() { ???return document.title; ?}); ?console.log(‘Page title is ‘ + title); ?phantom.exit();});网页内部的console语句，以及evaluate方法内部的console语句，默认不会显示在命令行。这时可以采用onConsoleMessage回调函数，上面的例子可以改写如下。
var page = require(‘webpage‘).create();page.onConsoleMessage = function(msg) { ?console.log(‘Page title is ‘ + msg);};page.open(url, function(status) { ?page.evaluate(function() { ???console.log(document.title); ?}); ?phantom.exit();});上面代码中，evaluate方法内部有console语句，默认不会输出在命令行。这时，可以用onConsoleMessage方法监听这个事件，进行处理。
3.3includeJs()
includeJs方法用于页面加载外部脚本，加载结束后就调用指定的回调函数。
var page = require(‘webpage‘).create();page.open(‘http://www.sample.com‘, function() { ?page.includeJs("http://path/to/jquery.min.js", function() { ???page.evaluate(function() { ?????$("button").click(); ???}); ???phantom.exit() ?});});上面的例子在页面中注入jQuery脚本，然后点击所有的按钮。需要注意的是，由于是异步加载，所以phantom.exit()语句要放在page.includeJs()方法的回调函数之中，否则页面会过早退出。
3.4render()
render方法用于将网页保存成图片，参数就是指定的文件名。该方法根据后缀名，将网页保存成不同的格式，目前支持PNG、GIF、JPEG和PDF。
var webPage = require(‘webpage‘);var page = webPage.create();page.viewportSize = { width: 1920, height: 1080 };page.open("http://www.google.com", function start(status) { ?page.render(‘google_home.jpeg‘, {format: ‘jpeg‘, quality: ‘100‘}); ?phantom.exit();});该方法还可以接受一个配置对象，format字段用于指定图片格式，quality字段用于指定图片质量，最小为0，最大为100。
3.5viewportSize，zoomFactor
viewportSize属性指定浏览器视口的大小，即网页加载的初始浏览器窗口大小。
var webPage = require(‘webpage‘);var page = webPage.create();page.viewportSize = { ?width: 480, ?height: 800};viewportSize的Height字段必须指定，不可省略。
zoomFactor属性用来指定渲染时（render方法和renderBase64方法）页面的放大系数，默认是1（即100%）。
var webPage = require(‘webpage‘);var page = webPage.create();page.zoomFactor = 0.25;page.render(‘capture.png‘);
3.6onResourceRequested
onResourceRequested属性用来指定一个回调函数，当页面请求一个资源时，会触发这个回调函数。它的第一个参数是HTTP请求的元数据对象，第二个参数是发出的网络请求对象。
HTTP请求包括以下字段。
id：所请求资源的编号
method：使用的HTTP方法
url：所请求的资源 URL
time：一个包含请求时间的Date对象
headers：HTTP头信息数组
网络请求对象包含以下方法。
abort()：终止当前的网络请求，这会导致调用onResourceError回调函数。
changeUrl(newUrl)：改变当前网络请求的URL。
setHeader(key, value)：设置HTTP头信息。
var webPage = require(‘webpage‘);var page = webPage.create();page.onResourceRequested = function(requestData, networkRequest) { ?console.log(‘Request (#‘ + requestData.id + ‘): ‘ + JSON.stringify(requestData));};3.7onResourceReceived
onResourceReceived属性用于指定一个回调函数，当网页收到所请求的资源时，就会执行该回调函数。它的参数就是服务器发来的HTTP回应的元数据对象，包括以下字段。
id：所请求的资源编号
url：所请求的资源的URL r- time：包含HTTP回应时间的Date对象
headers：HTTP头信息数组
bodySize：解压缩后的收到的内容大小
contentType：接到的内容种类
redirectURL：重定向URL（如果有的话）
stage：对于多数据块的HTTP回应，头一个数据块为start，最后一个数据块为end。
status：HTTP状态码，成功时为200。
statusText：HTTP状态信息，比如OK。
如果HTTP回应非常大，分成多个数据块发送，onResourceReceived会在收到每个数据块时触发回调函数。
var webPage = require(‘webpage‘);var page = webPage.create();page.onResourceReceived = function(response) { ?console.log(‘Response (#‘ + response.id + ‘, stage "‘ + response.stage + ‘"): ‘ + JSON.stringify(response));};4.system模块
system模块可以加载操作系统变量，system.args就是参数数组。
var page = require(‘webpage‘).create(), ???system = require(‘system‘), ???t, address;// 如果命令行没有给出网址if (system.args.length === 1) { ???console.log(‘Usage: page.js <some URL>‘); ???phantom.exit();}t = Date.now();address = system.args[1];page.open(address, function (status) { ???if (status !== ‘success‘) { ???????console.log(‘FAIL to load the address‘); ???} else { ???????t = Date.now() - t; ???????console.log(‘Loading time ‘ + t + ‘ ms‘); ???} ???phantom.exit();});使用方法如下：
$ phantomjs page.js http://www.google.com
5.应用
Phantomjs可以实现多种应用。
5.1过滤资源
处理页面的时候，有时不希望加载某些特定资源。这时，可以对URL进行匹配，一旦符合规则，就中断对资源的连接。
page.onResourceRequested = function(requestData, request) { ?if ((/http:\/\/.+?\.css$/gi).test(requestData[‘url‘])) { ???console.log(‘Skipping‘, requestData[‘url‘]); ???request.abort(); ?} ??};上面代码一旦发现加载的资源是CSS文件，就会使用request.abort方法中断连接。
5.2截图
最简单的生成网页截图的方法如下。
var page = require(‘webpage‘).create();page.open(‘http://google.com‘, function () { ???page.render(‘google.png‘); ???phantom.exit();});page对象代表一个网页实例；open方法表示打开某个网址，它的第一个参数是目标网址，第二个参数是网页载入成功后，运行的回调函数;render方法则是渲染页面，然后以图片格式输出，该方法的参数就是输出的图片文件名。
除了简单截图以外，还可以设置各种截图参数。
var page = require(‘webpage‘).create();page.open(‘http://google.com‘, function () { ???page.zoomFactor = 0.25; ???console.log(page.renderBase64()); ???phantom.exit();});zoomFactor表示将截图缩小至原图的25%大小；renderBase64方法则是表示将截图（PNG格式）编码成Base64格式的字符串输出。
下面的例子则是使用了更多参数。
// page.jsvar page = require(‘webpage‘).create();page.settings.userAgent = ‘WebKit/534.46 Mobile/9A405 Safari/7534.48.3‘;page.settings.viewportSize = { width: 400, height: 600 };page.open(‘http://slashdot.org‘, function (status) { ???if (status !== ‘success‘) { ???console.log(‘Unable to load!‘); ???phantom.exit(); ?} else { ???????var title = page.evaluate(function () { ?????var posts = document.getElementsByClassName("article"); ?????????posts[0].style.backgroundColor = "#FFF"; ?????????return document.title; ?????}); ???window.setTimeout(function () { ?????page.clipRect = { top: 0, left: 0, width: 600, height: 700 }; ???????page.render(title + "1.png"); ???????page.clipRect = { left: 0, top: 600, width: 400, height: 600 }; ?????page.render(title + ‘2.png‘); ???????phantom.exit(); ???}, 1000); ??????}});上面代码中的几个属性和方法解释如下：
settings.userAgent：指定HTTP请求的userAgent头信息，上面例子是手机浏览器的userAgent。
settings.viewportSize：指定浏览器窗口的大小，这里是400x600。
evaluate()：用来在网页上运行Javascript代码。在这里，我们抓取第一条新闻，然后修改背景颜色，并返回该条新闻的标题。
clipRect：用来指定网页截图的大小，这里的截图左上角从网页的(0. 0)坐标开始，宽600像素，高700像素。如果不指定这个值，就表示对整张网页截图。
render()：根据clipRect的范围，在当前目录下生成以第一条新闻的名字命名的截图。
5.3抓取图片
使用官方网站提供的rasterize.js，可以抓取网络上的图片，将起保存在本地。
phantomjs rasterize.js http://ariya.github.com/svg/tiger.svg tiger.png
使用rasterize.js，还可以将网页保存为pdf文件。
phantomjs rasterize.js ‘http://en.wikipedia.org/w/index.php?title=Jakarta&printable=yes‘ jakarta.pdf
5.4生成网页
phantomjs可以生成网页，使用content方法指定网页的HTML代码。
var page = require(‘webpage‘).create();page.viewportSize = { width: 400, height : 400 };page.content = ‘<html><body><canvas id="surface"></canvas></body></html>‘;phantom.exit();官方网站有一个例子，通过创造svg图片，然后截图保存成png文件。
PhantomJS
原文地址：http://www.cnblogs.com/zhouxinfei/p/7862958.html