@babydragon 2016-07-26T05:31:34.000000Z 字数 8298 阅读 1788

knysa：异步等待风格PhantomJS脚本编程

未分类

要点

knysa允许异步等待风格的PhantomJS异步编程；

knysa减少对柯里化（curry）的需求；

knysa支持try/catch/finally流程块；

knysa对浏览器的AJAX调用有更好的支持；

knysa试程序流程更加自然；

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。

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）。

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。

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”：

（第9行）打开Google网页，等待页面加载完毕；
（第11行）网页加载完毕后，填充搜索框并提交，然后等待响应；
（第13行）处理响应：
- （第16、17行）访问响应中的每个链接，并且等待页面加载；
- （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；

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。

 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();

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：

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。
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。
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。

于是每个嵌套级别增加了一个执行阶段。

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links[i]总是会打印“undefined”！

这是为什么呢？

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links.length。为了修复这个问题，我们必须采取柯里化方式（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）：

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         }());

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？

答案是肯定的。

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。

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）：

（第9行）打开Google网页并等待网页加载；
（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；
（第13行）处理响应：
- （第14行）访问响应中的每个链接，并等待网页加载完毕；
- （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；

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。

 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();

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（async）执行，knysa等待（await）当前异步调用结束，再继续执行下一行。

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“kflow”暴露出来。流程ID可以通过kflow.getId()获取。

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：

knysa_open(url)：打开一个网页；
knysa_click(selector)：触发点击操作；
knysa_fill(formSelector, values)：填充和提交表单

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opl.kns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：

oneRenewResult = kflow.knysa_evaluate(renew, kflow.getId(), ...);

其中沙盒中的函数“renew”有以下几行：

 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    });

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：

当AJAX调用成功，第8行恢复执行并将oneRenewResult设置为：{kflowId : kflowId, status: 'success', data: e}
当AJAX调用失败，第12行恢复执行，并将oneRenewResult设置为：{kflowId : kflowId, status: 'failure', data: e}

注意：传入window.callPhantom()函数的所有数据都将作为knysa_evaluate()的返回值。

kflow.sleep(milliseconds)是另一个异步等待函数，但是它被knysa特殊处理。

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：

open(url)
click(selector)
fill(selector)
getHTML(selector, outer)
exists(selector)
download(url, path, method, data)
getElementAttr(selector, attrName)
render(path)
evaluate(func[, arg0, arg1...])

实现自己的异步等待风格函数

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resume.kns的示例：它首先休眠1秒，然后将输入值“num”乘以100并返回：

 1 function knysa_f1(kflow, num) {
 2     setTimeout(function() {
 3         kflow.resume(num * 100);
 4     }, 1000);
 5     // return num + 10;
 6 }

该函数的返回值是传递给kflow.resume()函数的参数，例如num * 100。

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。

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：

knysa_my_func(...);
或者
ret = knysa_my_func(...);

也可以作为对象函数使用：

myObj.knysa_my_func(...);
或者
ret = myObj.knysa_my_func(...);

下面的调用方式无法支持：

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;

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：

ret = knysa_f1(5);

当这行代码执行时，ret将在1秒延迟后被设置为500。

异常处理

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：try.kns。

“catch”示例：以下代码在发生任何异常时渲染一张调试图片。

var err;  // 变量必须在开头定义
...
try {
    ...
} catch (err) {
    kflow.render(image_path);
    console.log(err.stack);
}

“finally”示例：以下代码确保在发生异常时登出：

// 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);
}

注意事项：

“else if”语法不支持，请使用嵌套的“if/else”语句替代；
“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；
所有变量必须在开头定义，包括catch(err)语句中的“err”变量；
隐式变量“kflow”不能用于变量定义；

内部工作原理：

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：

每个函数都被编号（为了决定执行顺序）。
“_async”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。
“_while”后缀但中间不包含“endwhile”的函数名表示while循环的开始。
“_while”后缀但中间包含“endwhile”的函数名表示while循环的结束。
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。

下面是之前示例中去Google搜索的knysa脚本转换后的JavaScript脚本：

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);

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。

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()。

实践时间

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：

处理ticket；
提供更多的示例脚本，不论大小；
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；

致谢

uglifyjs1用于解析knysa脚本并生成响应javascript；
许多“kflow”函数直接从CasperJS提取；

关于作者

此处输入图片的描述
Bo Zou是一个经验丰富的软件开发者。他对于许多web自动化工具都有经验，包括Perl、HttpUnit、HtmlUnit、Watij等。最近他一直专注于PhantomJS和Android。

查看英文原文：https://www.infoq.com/articles/knysa-phantomjs-async-await

knysa：异步等待风格PhantomJS脚本编程

要点

关于作者

内容目录