打开由 Javascript 处理的特定“#”链接？ [关闭]

Question

我想在 Python 中访问一个由 JavaScript 处理的链接，如下所示：

<a href="#" class="example"> Hello World </a>

我想根据 <a> 元素的 class 属性或 id 属性从 HTML 字符串中查找链接。

在 Python 中可以做到这一点吗？

Answer 1

您不能，因为这是一个自引用链接。您已经打开了文档。

URL 中的# 表示文档中的位置。当 URL 以# 开头 时，它是 当前 文档中的位置；浏览器将滚动到以# 命名的任何 ID。在以下示例中，单击<a href="#footer"> 链接会指示浏览器滚动文档以将<div id="footer"> 元素定位在浏览器窗口的顶部：

<a href="#footer">to the end of the document</a>

<!-- long document follows -->

<div id="footer">Something at the bottom of the document</div>

当 URL 仅由 # 组成时，该 URL 是无操作的。它是一个占位符，用于 JavaScript 通常拦截链接点击。使用 Python 处理此文档时，您可以完全忽略它。您的 Python HTML 解析器不是浏览器，没有运行 JavaScript 来处理该链接元素上的鼠标点击。甚至没有鼠标点击。

如果您正在尝试处理 JavaScript 驱动的页面，您可以使用 JavaScript 调试器（大多数浏览器附带）来确定它在做什么，或者运行由Python。你可以使用Ghost.py 来做后者：

from ghost import Ghost
ghost = Ghost()
page, extra_resources = ghost.open("http://jeanphi.fr")
assert page.http_status==200 and 'jeanphix' in ghost.content

这运行一个无头 Webkit 浏览器。