如何对ajax型的网页数据进行抓取

最新推荐文章于 2024-09-06 14:48:16 发布

qikexun

最新推荐文章于 2024-09-06 14:48:16 发布

阅读量5.6k

点赞数

分类专栏：编程

编程专栏收录该内容

39 篇文章

订阅专栏

本文介绍了如何使用Firebug等工具定位并抓取AJAX请求的网页数据，提供了PHP示例代码来展示如何通过发送POST请求获取指定URL的数据，并演示了如何通过更改参数实现分页抓取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如何对ajax型的网页数据进行抓取。，“更多新问题”就是发送的ajax请求。
其实抓ajax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，如图所示：

如何对ajax型的网页数据进行抓取 - 咕咚wxx - 一幽一幽

下面代码就是以车问网站为例，通过curl发送POST请求，获取一页的数据。（其实该url的数据可以直接通过GET获取）

<?php $opt = "http://www.xx.com/proc/ajax/getHomeNewQuestion_ajax.jsp"; $post = "lastqid=50934&pgno=1&pagenum=20"; $curl = curl_init(); curl_setopt($curl, CURLOPT_RETURNTRANSFER, true); curl_setopt($curl, CURLOPT_POST, 1); curl_setopt($curl, CURLOPT_POSTFIELDS, $post); curl_setopt($curl, CURLOPT_URL, $opt); $rs = curl_exec($curl); $rs = json_decode($rs); var_dump($rs); ?>

每次只需要更改参数pgno就相当于更改了分页的页码，然后再经行处理就与抓普通的列表页无异了。

ajax 异步数据如何抓取示例，

如题:
http://you.ctrip.com/sight/hongkong38/22943.html
li.des_icon_want
可是怎么抓取呢，用 chrome的debug可以抓取，但是自己根据post构造url抓取，却没有返回结果，从网上搜索发现是异步请求

可能是你还没有理解我的问题。
谢谢啊，我用下面这段 php代码解决了问题：
?php
$cookie_file=tempnam('./temp','cookie');
$ch = curl_init();
$url1 = "http://you.ctrip.com/sight/hongkong38/22943.html";
curl_setopt($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://you.ctrip.com/Destinationsite/SharedComm/ShowGowant";
$curlPost = "Resource=22943&pageType=Sight&rank=0.7574654158670455";
curl_setopt($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);