• PHPcurl抓取AJAX异步内容(转载)


    PHPcurl抓取AJAX异步内容

    其实抓ajax异步内容的页面和抓普通的页面区别不大。ajax只不过是做了一次异步的http请求,只要使用firebug类似的工具,找到请求的后端服务url和传值的参数,然后对该url传递参数进行抓取即可。

    利用Firebug的网络工具                                                              

    image

    如果抓去的是页面,则内容中没有显示的数据,是一堆JS代码。

    image

    Code                                                                                   

    $cookie_file=tempnam('./temp','cookie');
    $ch = curl_init();
    $url1 = "http://www.cdut.edu.cn/default.html";
    curl_setopt($ch,CURLOPT_URL,$url1);
    curl_setopt($ch,CURLOPT_HTTP_VERSION,CURL_HTTP_VERSION_1_1);
    curl_setopt($ch,CURLOPT_HEADER,0);
    curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
    curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1);
    curl_setopt($ch, CURLOPT_ENCODING ,'gzip'); //加入gzip解析
    //设置连接结束后保存cookie信息的文件
    curl_setopt($ch,CURLOPT_COOKIEJAR,$cookie_file);
    $content=curl_exec($ch);
    
    curl_close($ch);
    
    $ch3 = curl_init();
    $url3 = "http://www.cdut.edu.cn/xww/dwr/call/plaincall/portalAjax.getNewsXml.dwr";
    $curlPost = "callCount=1&page=/xww/type/1000020118.html&httpSessionId=12A9B726E6A2D4D3B09DE7952B2F282C&scriptSessionId=295315B4B4141B09DA888D3A3ADB8FAA658&c0-scriptName=portalAjax&c0-methodName=getNewsXml&c0-id=0&c0-param0=string:10000201&c0-param1=string:1000020118&c0-param2=string:news_&c0-param3=number:5969&c0-param4=number:1&c0-param5=null:null&c0-param6=null:null&batchId=0";
    curl_setopt($ch3,CURLOPT_URL,$url3);
    curl_setopt($ch3,CURLOPT_POST,1);
    curl_setopt($ch3,CURLOPT_POSTFIELDS,$curlPost);
    
    //设置连接结束后保存cookie信息的文件
    curl_setopt($ch3,CURLOPT_COOKIEFILE,$cookie_file); 
    $content1=curl_exec($ch3);
    curl_close($ch3);

    我是天王盖地虎的分割线                                                             

  • 相关阅读:
    利用朴素贝叶斯算法进行分类-Java代码实现
    机器学习项目中常见的误区
    Chromium项目文化
    又一次定义CDN:为什么是迅雷?
    程序猿的思维修炼
    linux杂谈(十二):CDN加速
    Run-Time Check Failure #2
    打开excel2007"向程序发送命令时出现故障"
    [Unity 3D] Quaternion.LookRotation
    具体解释 IBM Bluemix 端到端开发体验
  • 原文地址:https://www.cnblogs.com/xchsp/p/4287805.html
Copyright © 2020-2023  润新知