|
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
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。
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);
php技术:使用php方法curl抓取AJAX异步内容思路分析及代码分享,转载需保留来源!
郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。