PhantomJS возвращает пустую веб-страницу (python, Selenium)

Попытка экрана очистить веб-сайт без необходимости запуска фактического экземпляра браузера в python script (используя Selenium). Я могу сделать это с помощью Chrome или Firefox - я пробовал это, и он работает, но я хочу использовать PhantomJS, чтобы он безголовый.

Код выглядит следующим образом:

import sys
import traceback
import time

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities

dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.userAgent"] = (
    "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/53 "
    "(KHTML, like Gecko) Chrome/15.0.87"
)

try:
    # Choose our browser
    browser = webdriver.PhantomJS(desired_capabilities=dcap)
    #browser = webdriver.PhantomJS()
    #browser = webdriver.Firefox()
    #browser = webdriver.Chrome(executable_path="/usr/local/bin/chromedriver")

    # Go to the login page
    browser.get("https://www.whatever.com")

    # For debug, see what we got back
    html_source = browser.page_source
    with open('out.html', 'w') as f:
        f.write(html_source)

    # PROCESS THE PAGE (code removed)

except Exception, e:
    browser.save_screenshot('screenshot.png')
    traceback.print_exc(file=sys.stdout)

finally:
    browser.close()

Результат просто:

<html><head></head><body></body></html>

Но когда я использую параметры Chrome или Firefox, он отлично работает. Я подумал, что, возможно, веб-сайт возвращал мусор на основе пользовательского агента, поэтому я попытался подделать это. Нет разницы.

Что мне не хватает?

ОБНОВЛЕНО: я попытаюсь сохранить обновленный сниппет, пока он не сработает. Что ниже, это то, что я сейчас пытаюсь сделать.

import sys
import traceback
import time
import re

from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
from selenium.webdriver.support import expected_conditions as EC

dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.userAgent"] = (
    "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/53 (KHTML, like Gecko) Chrome/15.0.87")

try:
    # Set up our browser
    browser = webdriver.PhantomJS(desired_capabilities=dcap, service_args=['--ignore-ssl-errors=true'])
    #browser = webdriver.Chrome(executable_path="/usr/local/bin/chromedriver")

    # Go to the login page
    print "getting web page..."
    browser.get("https://www.website.com")

    # Need to wait for the page to load
    timeout = 10
    print "waiting %s seconds..." % timeout
    wait = WebDriverWait(browser, timeout)
    element = wait.until(EC.element_to_be_clickable((By.ID,'the_id')))
    print "done waiting. Response:"

    # Rest of code snipped. Fails as "wait" above.

Ответы

Ответ 1

Я столкнулся с одной и той же проблемой, и никакое количество кода, чтобы заставить водителя ждать, помогло. Проблема заключается в шифровании SSL на веб-сайтах https, игнорируя их, будет делать трюк.

Вызвать драйвер PhantomJS следующим образом:

driver = webdriver.PhantomJS(service_args=['--ignore-ssl-errors=true', '--ssl-protocol=TLSv1'])

Это решило проблему для меня.

Ответ 2

Вам нужно дождаться загрузки страницы. Обычно это делается с помощью Explicit Wait для ожидания присутствия или видимости ключевого элемента на странице, Например:

from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC


# ...
browser.get("https://www.whatever.com")

wait = WebDriverWait(driver, 10)
wait.until(EC.visibility_of_element_located((By.CSS_SELECTOR, "div.content")))

html_source = browser.page_source
# ...

Здесь мы подождем до 10 секунд, чтобы элемент div с class="content" стал видимым до получения источника страницы.

Кроме того, вам может потребоваться игнорировать ошибки SSL:

browser = webdriver.PhantomJS(desired_capabilities=dcap, service_args=['--ignore-ssl-errors=true'])

Хотя, я уверен, что это связано с проблемами перенаправления в PhantomJS. Существует открытый билет в PhantomJS bugtracker: