84669 person learning
152542 person learning
20005 person learning
5487 person learning
7821 person learning
359900 person learning
3350 person learning
180660 person learning
48569 person learning
18603 person learning
40936 person learning
1549 person learning
1183 person learning
32909 person learning
用的phpcrawl框架,第1步是设置开始地址;第2步是设置要下载的内容类型:text/html;第3步是用正则表达式设置要扩展的url规则;第4步就是开始抓取,抓取符合第3步url规则的网址的内容。第5步是用正则表达式或dom解析工具解析自己需要的内容。
问题是:有些内容是ajax请求,请求地址是javascript写的,已经拼接好了。那么,这个地址应该怎么样才可以让这个爬虫去执行?放在第3步的扩展地址不行,因为是自己拼接的,源代码中没有这个地址,匹配不到。
人生最曼妙的风景,竟是内心的淡定与从容!
直接使用拼接后的地址,然后查看该AJAX是GET还是POST请求,设置好参数后再做一次curl请求,然后再解析数据。
直接使用拼接后的地址,然后查看该AJAX是GET还是POST请求,设置好参数后再做一次curl请求,然后再解析数据。