Nano Hash - криптовалюты, майнинг, программирование

Кэш HTTP-запросов PhantomJS (или что-то еще?)

Я написал небольшой скрипт Bash, который запускает несколько задач PhantomJS.

Например:

./node_modules/.bin/phantomjs "phantomjs/snapshot.js" "$url" >file.html

Как видите, я использую зарегистрированную информацию из PhantomJS, чтобы записать ее в файл.

Я выполнил команду для URL-адреса с ошибками JavaScript. По какой-то неизвестной причине каждый раз, когда я запускаю эту команду с тем же URL-адресом, я все равно получаю ошибки... Хотя все в порядке, если я делаю то же самое с другим пользователем Linux. Кроме того, если я использую другой URL-адрес, все также нормально (но мне нужно использовать тот, который выдает ошибки).

Есть ли способ, которым PhantomJS использует кешированный ответ? Я пытался добавить методы clearCookies() и clearMemoryCache() перед открытием страницы, также пытался добавить случайный параметр при каждом вызове, но ничего не помогло...

PhantomJS — последняя версия.

phantomjs
16.05.2016

  • localStorage — единственное, что сохраняется между запусками. 16.05.2016
  • Возможный дубликат Очищает ли phantomjs свой кеш регулярно автоматически? 16.05.2016
  • Спасибо, вы действительно помогли. Я узнал, что PhantomJS хранит localStorage внутри /home/USER/.local/share/data/Ofi Labs/PhantomJS, поэтому удаление оттуда помогло. 16.05.2016
  • Нет кнопки для подтверждения дубликата. Ваше здоровье. 19.05.2016

Ответы:


1

Проблема заключалась в том, что неработающий вызов делал запись в localStorage, что затем вызывало все остальные ошибки. По-видимому, PhantomJS хранит localStorage в файле, поэтому удаление соответствующей записи из /home/USER/.local/share/Ofi Labs/PhantomJS очистило localStorage, и проблема исчезла.

19.05.2016
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..