基于phantomjs获取页面资源的可能性与存在的问题

一.需求

获取页面上静态资源。

二.实现思路：

实现需求的核心问题是如何获取相关资源的url。因为页面上的资源包括随页面一起加载的资源也包括通过js动态生成的资源，对于随页面一起加载的资源比较容易获取，只要解析出对应的url就能在将资源下载到本地。还有一部分资源是通过js动态加载的，对于这部分资源是比较难解决的，通过查找资料，可以通过phantomjs模拟浏览器内核，截获所有发出去的资源url。以下是测试代码以及结果截图：

通过与实际浏览器比较，可以发现css js  图片的url都能截获到，但是对于vedio和audio加载的资源是无法截取到的，以下是phantomjs的解释：

http://phantomjs.org/tips-and-tricks.html

三  结论：想通过phantomjs获取页面所有资源的url还有一定缺陷，需要对audio和vedio的资源进行单独处理。