什么时候被认为是“加载”的网页，在JS等存在

Question

信息：我不知道的JavaScript。没有。

我很好奇，如果有什么方法可以确定网页何时完全加载？比方说，我有一个爬虫，它使用webkit来渲染页面（和webkit的JS引擎来解析任何JS函数，并完成处理DOM等），我很好奇，如果有什么方法知道网页何时“完成”加载？我认为要做的事：

1）所有的脚本都已经完成执行。 2）没有待处理的AJAX调用。 3）根据当前可用的信息完整处理和加载DOM。

对于一个更具体的假设，通过查看几个网站的来源，我发现他们通过使用脚本标记来加载广告，该标记注入DOM中的东西，并发出AJAX调用来加载和填充广告。如何确定这一切何时完成？

（通过任何异步替换的例子，我想，我只是想不出什么比上述更普遍的。）

通过“检测”，我的意思是，在任何方式可能。例如，将一些JS代码注入页面，将某些内容写入页面以让我知道所做的事情。或者例如用QtWebkit，JS可以调用C++（我相信），所以JS片段可以调用C++函数来让它知道页面何时“加载”。无论什么作品，总之。

当前'天真'的实现，我刚刚坐着，并在加载一页后等待几秒钟。这很傻。

请尽可能详细，如果在理解答案之前需要更多背景信息，请随时说'先阅读'。

非常感谢！

Answer 1

通常不可能说出包含异步脚本驱动内容的页面是否真正完成加载。除了halting problem的基本问题之外，脚本或插件可以注册周期性定时器事件，并可以无限期地继续修改或添加到页面。

我通常看到的用于确定何时完成页面加载的方法是当整个DOM已经加载时，直接从该DOM引用的资源（图像，样式表，脚本等）已被加载，并且所有脚本代码已被读取并执行一次。通过document.write()发送的文本被视为用于此目的，就好像它直接包含在源HTML中一样。如果您使用的是QtWebKit，我相信这是您连接到信号QWebPage::loadFinished(bool)时会看到的行为。通过计时器（您可以使用访问page()得到一个QWebFrame所包含QWebPage。）

递延行动由脚本代码设置，是否在等待其他资源的加载事件来完成，或者你有什么，是不是计算;媒体播放器和其他插件可能会使事情进一步复杂化，因为每种媒体类型甚至播放器对于“已加载”的内容可能具有不同的标准。

许多最近的JavaScript库都利用这种行为，通过加载一个不完整的页面来提高感知页面的加载时间，该页面只包含第一个屏幕的内容加上一些脚本，而实际上并没有开始加载图像和内容“直到第一个screenful完成后才完成加载和渲染。不过，对于自动化工具，抓取工具或那些认为JavaScript可以被信任站点获得特权的用户来说，这并不是非常友好。