前嗅ForeSpider脚本教程-链接抽取:链接在POST请求里写脚本

阅读更多

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。

 

前嗅ForeSpider脚本教程-链接抽取:链接在POST请求里写脚本_第1张图片

 

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。

 

前嗅ForeSpider脚本教程-链接抽取:链接在POST请求里写脚本_第2张图片

 

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。

 

前嗅ForeSpider脚本教程-链接抽取:链接在POST请求里写脚本_第3张图片

 

脚本实例:

 

var urs = “https://movie.douban.com/j/search_subjects?type=movie&tag=%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

2.不循环

场景:少数链接是JSON的某个键值。

示例:暂无。

你可能感兴趣的:(前嗅,数据采集,ForeSpider数据采集,采集教程,脚本教程)