前嗅ForeSpider脚本教程-链接抽取：链接在POST请求里写脚本

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