nekohtml和xpath

阅读更多

NekoHTML 和 XPath   http://dustin.iteye.com/blog/286232 http://www.cnblogs.com/focusj/archive/2012/01/16/2324100.html

1、使用httpclient进行页面数据提取，如果需要cookie的网站需要带cookie(预先访问网页可以获取cookie)，配置查询URL。

2、使用nokehtml和xpath进行结果的选取。 产生结果。 

3、使用javascript引擎对变化的ajax的response进行处理。

4、第二步产生的结果也可以进行javascript引擎处理。 

使用数据库配置form需要的数据，如果:exPassword->icode,number->fphm,code->fpdm,password->fpyzm.  Extxt->”extxt”….

页面中的扩展字段需要配置

5、Form中特殊数据的产生由javascript引擎产生，如时间戳

6、当前网站类型：get,post,ajax（json，XML,乱数据），带验证码，不带验证码,是否需要cookie。

7、不使用proxy代理出外网，需要用户认可这种风险，或者用户知会税务网站。

8、如何动态反馈网站的变更？对网站设置验证正确的发票号码，用于动态评估网站是否变更。每天晚上JOB。