@VZVZ
Reverse-Engineer, Software Developer, Architect

Написание ботов для сайтов с AJAX, с помощью Selenium или PhantomJS. Как отслеживать изменения, вносимые в DOM уже JSом (либо сами AJAX-запросы)?

Начну с начала.
Свое изучение столь перспективного направления, как разработка ботов (автоматических клиентов) для всяких-разных сайтов/сервисов, я в свое время, как и любая школота, начал с браузерных движков (WebBrowser - Internet Explorer и Awesomium).
Первыми камнями преткновения стали:
1) столь популярный ныне AJAX, который на многих сайтах динамически подгружал некий контент, и это нельзя было толком отследить, а значит, и получить этот контент
2) загрузка файлов в поля input type=file (через JS невозможно загрузить файл в такое поле, разве что методом тупого автокликинга, ну а каких-то особых средств для этого, движки не предоставляли (хотя теоретически вполне могли бы, мать их!))

Тогда я открыл для себя HTTP-сниффер (Fiddler - мой любимый), а затем и HTTP-запросы (надо сказать, запросы я открыл чуть ранее - работая с официальными API, вроде как у VK, но то знакомство было очень поверхностным, да и это уже совсем оффтоп, ибо мы говорим о тех сайтах, у которых подходящего API вообще нет).
Низкоуровневость этого подхода обеспечивает основные его плюсы (быстродействие, и универсальность - прокатывает для 99,99% всех сайтов), но она же и создает недостатки: трудоемкость и нестабильность-нестойкость к любым мерам по борьбе с ботами от админов.
Очень тяжело имитировать все заголовки, какие отправляет браузер (а иначе серверу очень легко бот отличить от браузера).
Порой сложно разобраться, какие точно отсниффенные запросы надо отправлять, а какие нет.
Также сложно иногда разобраться, как JS генерирует иные значения (и наладить алгоритм у себя).
И т.д.

В целом это приемлемо для многих случаев, поэтому отказываться от этого подхода я не собираюсь. Но каждой задаче - свой инструмент.
А есть задачи, где стабильность и быстрота написания - важнее быстродействия.
Возвращаться к простым браузерным движкам желания нет, потому к Selenium и PhantomJS сперва относился скептически.

Но очень подкупило то, что PhantomJS, оказывается, содержит те самые "особые средства" для загрузки файлов в input type=file, которые простые не-специальные движки (мать их!) не предоставляют!

И вот вопросы:

1) Загрузка файлов - ОК.
А можно ли с помощью PhantomJS также и отслеживать, перехватывать изменения в DOM-модели, которые вносит JS с AJAX-запросов?
Вроде там есть возможность перехватывать те запросы (пример кода в треде таки не помешает)))
А если надо отловить именно изменения в DOM? Mutation Events там работают? А может и для этого есть "особые средства"?

2) А как там дела у Selenium в плане загрузки файлов, отслеживания HTTP-запросов, изменений в DOM?
  • Вопрос задан
  • 1846 просмотров
Пригласить эксперта
Ответы на вопрос 1
alekciy
@alekciy
Вёбных дел мастер
1) А зачем для такого выкосоуровнего инструмента отслеживать такую низкоуровневость как изменение DOM? Максимум что нужно это XPath для вытаскивания данных и wait() для ожидания появления данных вычисляемых через JS или подтягиваемых через AJAX.
2) На сколько я помню ни каких. Банально даже статуст HTTP ответа получить нельзя.

Нужно просто понимать, что Selenium и webdriver в частности писались для тестирования, а не написания ботов. То, что он используется и для ботов, просто побочный эффект. Поэтому что-то как ни крути придется допиливать руками. В контексте PhantomJS к примеру дописать для него JS скрипты (как вариант, стоит ознакомиться к CasperJS в котором какой-то набор JS уже написан) которые дополнят недостающий функционал.
Ответ написан
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы
18 апр. 2024, в 21:56
2000 руб./за проект
18 апр. 2024, в 21:00
150 руб./за проект