knysa：异步等待风格PhantomJS脚本编程
qhaw2921
8年前
<h2><strong>要点</strong></h2> <ul> <li> <p>knysa允许异步等待风格的PhantomJS异步编程；</p> </li> <li> <p>knysa减少对柯里化（curry）的需求；</p> </li> <li> <p>knysa支持try/catch/finally流程块；</p> </li> <li> <p>knysa对浏览器的AJAX调用有更好的支持；</p> </li> <li> <p>knysa试程序流程更加自然；</p> </li> </ul> <p>PhantomJS是提供JavaScript API的可编程无头浏览器（无图形界面）。它非常适合页面自动化和测试。其JavaScript API非常优秀，提供了许多高级功能，但同时也陷入了JavaScript常常遇到的“回调地狱（callback hell）”，既深度嵌套的回调。</p> <p>目前，已经有很多库和框架致力于解决这个问题。对于PhantomJS来说，CasperJS是其中一个流行的解决方案，但是它仅仅减轻了问题，并没有解决问题。knysa从另一方面优雅的解决了这个问题。与类似CasperJS，knysa允许开发者有顺序的编写步骤。不同于CasperJS，knysa不会添加大量的样板代码（如casper.then()等）。</p> <p>更重要的是，knysa允许开发者使用诸如if/else/while/break/try/catch/finally等代码结构，更加自然的控制程序流程。</p> <p>让我们使用一个示例来演示嵌套问题和knysa的理念。以下示例是一段CasperJS脚本，其流程是在Google上搜索关键字“CasperJS”，然后检查搜索结果页面上的每个链接到的页面是否包含关键字“CasperJS”：</p> <ul> <li> <p>（第9行）打开Google网页，等待页面加载完毕；</p> </li> <li> <p>（第11行）网页加载完毕后，填充搜索框并提交，然后等待响应；</p> </li> <li> <p>（第13行）处理响应：</p> <ul> <li> <p>（第16、17行）访问响应中的每个链接，并且等待页面加载；</p> </li> <li> <p>（第18-23行）当链接的页面加载完毕后，检查关键字“CasperJS”是否存在；</p> </li> </ul> </li> </ul> <p>上面的描述非常简单直接，但是CasperJS的嵌套语法使得代码看上去比较复杂。</p> <pre> <code class="language-javascript">1 var links = []; 2 var casper = require('casper').create(); 3 function getLinks() { 4 var links = document.querySelectorAll('h3.r a'); 5 return Array.prototype.map.call(links, function(e) { 6 return e.getAttribute('href'); 7 }); 8 } 9 casper.start('http://google.com/', function() { 10 // 通过google表单搜索“CasperJS”关键字 11 this.fill('form[action="/search"]', { q: 'CasperJS' }, true); 12 }); 13 casper.then(function() { 14 // 聚合“CasperJS”关键字搜索结果 15 links = this.evaluate(getLinks); 16 for (var i = 0; i < links.length; i++) { 17 casper.thenOpen(links[i]); 18 casper.then(function() { 19 var isFound = this.evaluate(function() { 20 return document.querySelector('html').textContent.indexOf('CasperJS') >= 0; 21 }); 22 console.log('CasperJS is found on ' + links[i] + ':' + isFound); 23 }); 24 } 25 }); 26 casper.run();</code></pre> <p>我们可以看到，第18行的casper.then()嵌套在13行的另外一个casper.then()函数中。这样的嵌套模糊了程序逻辑，使得程序流程混乱。脚本执行过程中，执行流程不是仅仅向前的，程序流程有3个混杂的阶段：</p> <ol> <li>阶段1（第9、13、26行）：通过使用casper.start()（第9行）和casper.then()（第13行）创建执行步骤（匿名函数）。这些步骤最后通过执行capser.run()（第26行）开始执行。</li> <li>阶段2（第11、15、16、17、18行）：随着步骤的执行，步骤中的代码（匿名行数）被执行。</li> <li>阶段3（第19、20、21、22行）：在原步骤列表中增加更多步骤，并且执行。</li> </ol> <p>于是每个嵌套级别增加了一个执行阶段。</p> <p>由于这些混杂的阶段，脚本中的每行代码和脚本执行顺序不再匹配。例如，13行在第11行前执行。这对于程序来说难以阅读和定位问题。另一个问题是难以增加“if/else”的判断逻辑或者处理任何异常。第三个问题是：第22行的 <strong>links[i]</strong> 总是会打印“undefined”！</p> <p>这是为什么呢？</p> <p>因为在阶段3的第22行之前时，变量“i”已经在阶段2中被修改成了 <strong>links.length</strong> 。为了修复这个问题，我们必须采取 <a href="/misc/goto?guid=4959719998929236257" rel="nofollow,noindex">柯里化</a> 方式（10a/18b和22a行）。这里我们使用变量“link”来保存links[i]的值（第18a行），然后执行一个匿名函数来返回另一个匿名函数（第18b行）：</p> <pre> <code class="language-javascript">18 casper.then(function() { 18a var link = links[i]; 18b return function() { 19 var isFound = this.evaluate(function() { 20 return document.querySelector('html').textContent.indexOf('CasperJS') >= 0; 21 }); 22 console.log('CasperJS is found on ' + link + ':' + isFound); 22a } 23 }());</code></pre> <p>我们可以看见，通过柯里化，“link”现在有了正确的值，但是柯里化增加了更多的嵌套代码。这太糟糕了，我们能够做的更好吗？</p> <p>答案是肯定的。</p> <p>事实上，通过knysa，我们可以做的更好：我们可以完全去除代码中的嵌套和柯里化，脚本将会更加干净和可读，同时程序执行流程也会更加自然。</p> <p>以下是实现相同功能的knysa脚本（注意我们引入了隐式变量“kflow”和“kflow”上的函数，同时还有一些“knysa_”开头的函数，我们将在后面进行介绍）：</p> <ul> <li> <p>（第9行）打开Google网页并等待网页加载；</p> </li> <li> <p>（第10行）在网页加载后，填充和提交搜索表单，并等待响应返回；</p> </li> <li> <p>（第13行）处理响应：</p> <ul> <li> <p>（第14行）访问响应中的每个链接，并等待网页加载完毕；</p> </li> <li> <p>（第15-18行）当链接对应的页面加载完毕后，检查关键字“CasperJS”是否存在；</p> </li> </ul> </li> </ul> <p>嵌套代码和柯里化都消失了！现在，代码的执行顺序和脚本中的代码行想对应了。这个顺序也和上面描述的流程相同。整个代码流程中只有一个阶段，代码变得可读，问题定位也更方便。</p> <pre> <code class="language-javascript">1 var links = []; 2 var i, num, isFound; 3 function getLinks() { 4 var links = document.querySelectorAll('h3.r a'); 5 return Array.prototype.map.call(links, function(e) { 6 return e.getAttribute('href'); 7 }); 8 } 9 kflow.knysa_open('http://google.com/'); 10 kflow.knysa_fill('form[action="/search"]', { q: 'CasperJS' }); 11 links = kflow.evaluate(getLinks); 12 i = -1; 13 while (++i < links.length) { 14 kflow.knysa_open(links[i]); 15 isFound = kflow.evaluate(function() { 16 return document.querySelector('html').textContent.indexOf('CasperJS') >= 0; 17 }); 18 console.log('CasperJS is found on ' + links[i] + ':' + isFound); 19 } 20 phantom.exit();</code></pre> <p>这是什么魔法？魔法位于每个以“knysa_”为前缀的函数（位于第9、10和14行），这些函数都是异步（ <strong>async</strong> ）执行，knysa等待（ <strong>await</strong> ）当前异步调用结束，再继续执行下一行。</p> <p>knysa将每个脚本作为流程，并且在执行时赋予其一个ID。流程对象可以通过隐式变量“ <strong>kflow</strong> ”暴露出来。流程ID可以通过kflow.getId()获取。</p> <p>kflow提供了一些异步等待风格的浏览器导航行数，如knysa_open、knysa_fill、knysa_click和knysa_evaluate。对于新的网页，knysa_open、knysa_fill和knysa_click行数会等待他们加载结束：</p> <ol> <li> <p><strong>knysa_open</strong> (url)：打开一个网页；</p> </li> <li> <p><strong>knysa_click</strong> (selector)：触发点击操作；</p> </li> <li> <p><strong>knysa_fill</strong> (formSelector, values)：填充和提交表单</p> </li> </ol> <p>knysa_evaluate(func, kflowId[, arg0, arg1, ...])：和PhantomJS的page.evaluate()函数相同，可以在浏览器端（沙盒中）执行包括AJAX调用在内的任意JavaScript。相比于PhantomJS的page.evaluate()函数，knysa_evaluate提升了对AJAX的支持。它挂起脚本执行。为了恢复执行，“回调函数”内部的代码（通常是AJAX调用的成功/失败回调）必须调用“window.callPhantom(data)”，其中“data.kflowId”需设置成“kflowId”。这里有一个来自 <a href="/misc/goto?guid=4959719999017856401" rel="nofollow,noindex">opl.kns</a> 的示例：AJAX请求用于续借图书，脚本执行会在续借响应请求收到后恢复：</p> <pre> <code class="language-javascript">oneRenewResult = kflow.knysa_evaluate(renew, kflow.getId(), ...);</code></pre> <p>其中沙盒中的函数“renew”有以下几行：</p> <pre> <code class="language-javascript">1 $.ajax({ 2 dataType: 'json', 3 inline_messaging: 1, 4 url: form.attr("action"), 5 data: form.serialize(), 6 success: function(e) { 7 console.log("success: " + JSON.stringify(e)); 8 window.callPhantom({kflowId : kflowId, status: 'success', data: e}); 9 }, 10 failure: function(e) { 11 console.log("failure: " + JSON.stringify(e)); 12 window.callPhantom({kflowId : kflowId, status: 'failure', data: e}); 13 } 14 });</code></pre> <p>脚本会再AJAX调用结束之后恢复。根据AJAX调用的结果，oneRenewResult将被设置为不同的值：</p> <ul> <li> <p>当AJAX调用成功，第8行恢复执行并将oneRenewResult设置为：{ <strong>kflowId</strong> : <strong>kflowId</strong> , status: 'success', data: e}</p> </li> <li> <p>当AJAX调用失败，第12行恢复执行，并将oneRenewResult设置为：{ <strong>kflowId</strong> : <strong>kflowId</strong> , status: 'failure', data: e}</p> </li> </ul> <p>注意：传入window.callPhantom()函数的所有数据都将作为knysa_evaluate()的返回值。</p> <p>kflow.sleep(milliseconds)是另一个异步等待函数，但是它被knysa特殊处理。</p> <p>kflow同时也提供一些常规（非异步等待）函数。这些函数直接来自CasperJS API：</p> <ul> <li> <p>open(url)</p> </li> <li> <p>click(selector)</p> </li> <li> <p>fill(selector)</p> </li> <li> <p>getHTML(selector, outer)</p> </li> <li> <p>exists(selector)</p> </li> <li> <p>download(url, path, method, data)</p> </li> <li> <p>getElementAttr(selector, attrName)</p> </li> <li> <p>render(path)</p> </li> <li> <p>evaluate(func[, arg0, arg1...])</p> </li> </ul> <h2><strong>实现自己的异步等待风格函数</strong></h2> <p>为了实现这个目的，只需要将函数名字加上“knysa_”前缀。这将告知knysa这是一个异步等待风格函数。当这样的函数调用时，脚本执行将会挂起。但是自己实现的异步等待风格函数需要通过调用kflow.resume(data)函数自行恢复脚本执行。当执行恢复时，传给kflow.resume函数的“data”参数将会变成异步等待函数的返回值。这里是一个来自 <a href="/misc/goto?guid=4959719999096185580" rel="nofollow,noindex">resume.kns</a> 的示例：它首先休眠1秒，然后将输入值“num”乘以100并返回：</p> <pre> <code class="language-javascript">1 function knysa_f1(kflow, num) { 2 setTimeout(function() { 3 kflow.resume(num * 100); 4 }, 1000); 5 // return num + 10; 6 }</code></pre> <p>该函数的返回值是传递给kflow.resume()函数的参数，例如num * 100。</p> <p>重要提示1：在类似异步等待函数中，常规返回值将被忽略。例如，即使第5行没有注释，“return num + 10”语句的结果也会被简单的丢弃。</p> <p>重要提示2：异步等待风格函数的调用必须是一个单独的语句。可以是：</p> <pre> <code class="language-javascript">knysa_my_func(...); 或者 ret = knysa_my_func(...);</code></pre> <p>也可以作为对象函数使用：</p> <pre> <code class="language-javascript">myObj.knysa_my_func(...); 或者 ret = myObj.knysa_my_func(...);</code></pre> <p>下面的调用方式无法支持：</p> <pre> <code class="language-javascript">if (knysa_my_func(...)) ... 可以改成这样: val = knysa_my_func(...); if (val) ... var1 = abc * knysa_my_func(...) 可以改成这样: val = knysa_my_func(...); var1 = abc * val;</code></pre> <p>这里是调用前面定义的knysa_f1函数的示例，其返回值会被赋值到一个变量：</p> <pre> <code class="language-javascript">ret = knysa_f1(5);</code></pre> <p>当这行代码执行时，ret将在1秒延迟后被设置为500。</p> <h2><strong>异常处理</strong></h2> <p>knysa的异常处理机制出奇的简单：老式的try/catch/finally结构。这样的基础设施在CasperJS中是缺失的。示例： <a href="/misc/goto?guid=4959719999187478970" rel="nofollow,noindex">try.kns</a> 。</p> <p>“ <strong>catch</strong> ”示例：以下代码在发生任何异常时渲染一张调试图片。</p> <pre> <code class="language-javascript">var err; // 变量必须在开头定义 ... try { ... } catch (err) { kflow.render(image_path); console.log(err.stack); }</code></pre> <p>“finally”示例：以下代码确保在发生异常时登出：</p> <pre> <code class="language-javascript">// 填充并提交表单，登录网站 kflow.knysa_fill(...); try { ... } finally { // 打开登出链接以登出 kflow.knysa_open(logout_link); }</code></pre> <p>注意事项：</p> <ol> <li>“else if”语法不支持，请使用嵌套的“if/else”语句替代；</li> <li>“for”循环体不能有异步等待函数调用或者“break”语句，请使用“while”循环替代；</li> <li>所有变量必须在开头定义，包括catch(err)语句中的“err”变量；</li> <li>隐式变量“kflow”不能用于变量定义；</li> </ol> <p>内部工作原理：</p> <p>knysa脚本在执行前首先会被转换成JavaScript。转换后的脚本是很多步骤的流程，每个步骤一个函数。每个函数的名字被编码上流程控制信息：</p> <ul> <li>每个函数都被编号（为了决定执行顺序）。</li> <li>“ <strong>_async</strong> ”后缀表示脚本执行将会被挂起。脚本执行将会在恰当的条件满足后恢复：例如页面响应接收到，或者AJAX响应接受到等。每个异步等待语句被转换成类似的函数。</li> <li>“ <strong>_while</strong> ”后缀但中间不包含“ <strong> <em>endwhile</em> </strong> ”的函数名表示while循环的开始。</li> <li>“ <strong>_while</strong> ”后缀但中间包含“ <strong> <em>endwhile</em> </strong> ”的函数名表示while循环的结束。</li> <li>虽然没有说明，“if/else/try/catch/finally/break”语句的转化方式和“while”语句类似。</li> </ul> <p>下面是之前示例中去Google搜索的knysa脚本转换后的JavaScript脚本：</p> <pre> <code class="language-javascript">var knysa = require("./knysa.js"); function knycon_search_casperjs_10001() { var links = []; var i, num, isFound; function getLinks() { var links = document.querySelectorAll("h3.r a"); return Array.prototype.map.call(links, function(e) { return e.getAttribute("href"); }); } this.n50002_async = function(kflow) { kflow.knysa_open("http://google.com/"); } this.n50003_async = function(kflow) { kflow.knysa_fill('form[action="/search"]', { q: "CasperJS" }); } this.n50004 = function(kflow) { links = kflow.evaluate(getLinks); i = -1; } this.n50005_while = function(kflow) { return ++i < links.length; }; this.n50006_async = function(kflow) { kflow.knysa_open(links[i]); } this.n50007 = function(kflow) { isFound = kflow.evaluate(function() { return document.querySelector("html").textContent.indexOf("CasperJS") >= 0; }); console.log("CasperJS is found on " + links[i] + ":" + isFound); } this.n50008_endwhile_n50005_while = function() {}; this.n50009 = function(kflow) { phantom.exit(); } } knysa.knysa_exec(new knycon_search_CasperJS_10001);</code></pre> <p>注意1：以上转换后的JavaScript只是为了展示当前的实现细节。knysa的实现可能改变。例如，将来的版本可能会使用Promises。当然，当PhantomJS完全支持ES6的generators或者ES7中的async/await，knysa可能就不再需要。</p> <p>注意2：虽然knysa减少了通过使用回调来控制脚本执行顺序，knysa本身使用了PhantomJS的回调机制，例如page.onCallback()和page.onLoadFinished()。</p> <h2><strong>实践时间</strong></h2> <p>现在我们已经看见通过kynsa来操作PhantomJS是多么容易和自然，为什么不自己尝试呢？ knysa 托管在github。我们可以从 示例 开始。我（作者）也期待听到大家的反馈。由于knysa是新项目，还有很多提升空间，欢迎大家能够对项目做出贡献。贡献的方式有多种：</p> <ol> <li>处理 ticket ；</li> <li>提供更多的示例脚本，不论大小；</li> <li>或者更好的是，共享可以帮助处理日常零活的knysa脚本，这样可以帮助其他人节省时间，提高工作效率；</li> </ol> <h2><strong>致谢</strong></h2> <ol> <li>uglifyjs1 用于解析knysa脚本并生成响应javascript；</li> <li>许多“kflow”函数直接从 CasperJS 提取；</li> </ol> <p> </p> <p> </p> <p>来自：http://www.infoq.com/cn/articles/knysa-phantomjs-async-await</p> <p> </p>