今天,小编给大家带来的教程为:前嗅ForeSpider脚本教程-链接抽取中,链接在POST请求里写脚本的实战教程。具体内容如下:
当链接地址在源码中不存在,存在于post请求中时,需要使用浏览器的开发者工具来查找链接数据。
1.链接需要循环
场景:一组链接存在于JSON的某个数组中。
示例:采集豆瓣电影,列表页的电影链接。
查看源文件可知,源文件中只有一部分数据,而下拉列表出现的其他电影信息不存在源码中,此时我们需要在请求的响应正文中查找数据。在该页面右键点击“审查元素”,下拉,点击“加载更多”,出现一个请求包,查看Response,发现链接地址存在于,返回正文中。
将Response中的信息粘贴到json查看器中,以notepad++插件“JSON Viewer”为例,定位数据存在路径。
脚本实例:
var urs = “https://movie.douban.com/j/search_subjects?type=movie&t ag=%E7%83%AD%E9%97%A8&sort=recommend&page_limit=20&page_start=60”;
var groc = EXTRACT.OpenDoc(CHANN,urs,0);
if(groc){
var jsonStr = groc.GetDom().GetSource().ToStr();
jScript js;
var json = js.RunJson(jsonStr);
var arr = json.subjects;
for(int i=0;i<arr.size;i++)
{
url u;
u.title=””;
u.urlname=arr[i].url;
u.entryid=CHANN.id;
u.tmplid=2;
RESULT.AddLink(u);
}
}
2.不循环
场景:少数链接是JSON的某个键值。
示例:暂无。
来源:oschina
链接:https://my.oschina.net/u/2691689/blog/3035450