没错，在拔了一颗智齿，害死了三株刚开花的向日葵，停更10天之后，我还活着。

今天还是讲动态爬虫的漏抓案例。(干脆跳槽专门写爬虫算了)

一句话总结: 为了防止阻塞，除了 alert/prompt/confirm，你还得 Hook 更多的函数。

BadCase:

<a onclick=show()>test</a>

<script type="text/javascript">

    function show(){

        window.showModalDialog("another_page.html");

    }

</script>

window.showModalDialog 是早期浏览器使用比较频繁的函数，用来弹出一个新页面，并且是阻塞执行的（所以造成爬虫超时被强行杀进程）。后来被 window.open 函数替代。替换的原因有：

• showModalDialog 没有导航栏，无法进行后退、前进、收藏等操作

• showModalDialog debug非常复杂（只能用alert调试法 2333）

• 名字又长又难记（迷之猜测）

下图为正常打开的页面与 showModalDialog 打开的页面比较：

目前Chrome最新版已经不支持这个函数了，但Firefox、Safari、IE仍然支持。毫无意外的 PhantomJS 也支持。解决方案很简单，直接 Hook 函数就可以了：

这样的话，加上最开始就被 Hook 的 alert/prompt/confirm，现在已经 Hook 了四个可能会引起阻塞的函数了，是不是还有其他隐藏的存在呢？

写个脚本来检查下： 

var page = require('webpage').create();

page.onConsoleMessage = function(msg) {

    console.log('> ' + msg );

    return true;

};

page.open("http://127.0.0.1:8082", "GET", "", function (status) {

    console.log(status);

    page.evaluateAsync(function(){

        for(var i in window){

            try {

                if (typeof eval("window." + i) != "function") {

                    continue

                }

            }catch (e){

            }

            // if(i in {"showModalDialog": "1"}){

            //     continue

            // }

            try{

                console.log(i)

                eval("(function(){" + i + "();})()");

            }

            catch (e){

                // console.log(e)

            }

        }

    }, 10)

}); 

用 PhantomJS 加载任意页面，然后遍历 window 对象。首先出现阻塞卡顿的函数是 showModalDialog，再次运行脚本，跳过 showModalDialog 函数，然后....

顺畅的运行完成，说好的 alert/prompt/confirm 函数导致的阻塞呢？

复制脚本到浏览器中运行，倒是成功复现了 alert/prompt/confirm/print 导致的阻塞： 

分析原因，应该是PhantomJS在封装onAlert、onPrompt、onConfirm接口的时候就对这几个可能产生阻塞的函数做了处理。

同样的原理，可以套用在其他的动态解析器上。举个栗子，在Chrome Headless里需要 Hook 哪些接口，你现在知道了吗？

参考资料：

https://stackoverflow.com/questions/20733962/why-is-window-showmodaldialog-deprecated-what-to-use-instead