功夫2

火车头使用Post方法采集Ajax页面教程_我的网站

A |     

　    阿里云优惠券 先领券再下单        前面有写过一篇瀑布流的采集方法，今天在添加一个POST方法来采集Ajax刷新页面的教程。    8月25日消息，今日，梅耶·马斯克在社交平台X上分享了自己在上海购物、就餐以及城市观光的日常。    之前的文章请看：火车头采集动态加载Ajax数据（无分页瀑布流网站）    如果遇到POST方法来架子Ajax数据，这和我之前写的是两个类型，瀑布流是直接刷新出数据的页面。

B |     随后，其儿子埃隆·马斯克在评论区跟帖盛赞上海，表示：“上海是一座很棒的城市，强烈推荐前往游览。    采集网站分析    采集任何一个新站前我们都要对他进行一番分析才好下手。

C |     列表页分析    这个网站的列表页，前面并不是通过Ajax加载的。CTRL+U可以直接看到列表内容，通过浏览器也看不到相关请求地址。”    

    母子二人接连发声，也再次引发海外网友对中国城市和旅游体验的关注。    

    值得一提的是，距离两人上一次在社交平台“点赞中国”，仅过去两周。    8月11日，埃隆·马斯克曾在X上发文称：“中国太棒了，我强烈推荐大家去看看。    

    因为习惯原因，我直接看了下尾页列表页。然后顺手CTRL+U看看网站代码结构有没有大的变化。防止后期采集出错。

D | ”     

    随后，梅耶·马斯克转发该帖并表示，中国每个城市都有各自的魅力和不同的文化景点，建筑和街道干净整洁，人们彬彬有礼、勤奋努力、相互尊重。

E |     她还特别提到，自己在中国旅行时感到安全，所以很享受来中国。    据央视财经报道，在此次上海之行期间，梅耶·马斯克还接受了总台财经频道专访。    

    谈及埃隆此前那条“推荐大家来中国”的帖子，梅耶表示：“埃隆发自内心喜爱中国，所以把这份感受分享出来。看到那条推文的时候，我心想，我去过的中国城市可比他多多了！”     梅耶透露，近年来自己多次来华工作、旅行，已经到访过中国14座城市。结果就发现无法看到列表内容。浏览器可以看到一个通过post请求的地址。    在她看来，中国各地都充满活力，安全便利的城市环境以及热情有礼的民众，都给她留下了深刻印象，她也乐于通过社交平台向世界分享自己在中国的所见所感。

F |     

    这时候就意识到这网站列表页可能后面的应该全是通过Ajax加载的。    梅耶表示：“中国到处都充满活力与机遇。”在她看来，中国的发展速度很快，也让她每次到访都能发现新的变化和惊喜。

G |     通过笨方法，手动访问页面看看Ajax加载大概是哪些。最后找到大概从2200页左右开始Ajax加载。    “中国到处都充满活力与机遇，”她表示，中国的发展速度让她每次来都有新惊喜。

H |     那我们采集的时候，前面的列表页就可以使用普通方式去采集（速度更快）。    2200页开始到尾页就通过post请求Ajax页面数据。

I |          

。

J |     抓包获取Post数据    这个Ajax地址我在浏览器看不到任何跟页码有关的数据。最后只能使用抓包工具看一下详细的请求内容了。    

    使用抓包工具Fiddler    Fiddler下载地址：OneDrive-Fiddler-Setup_v5.0.20204.45441.zip    安装设置完成后我们打开浏览器。重新访问一下采集页面，Fiddler会抓到很多请求地址。    查看分析Post数据    Ctrl+F 我们搜索那个Ajax地址        Fiddler会以黄色将搜索到的结果显示出来，我们点击一下他。        在Fiddler右侧会显示这个请求地址的相关详细信息。        信息顶部可以看到是post请求方法。    可以看到有我们请求的页码相关内容。        访问不同页码的页面，经过研究发现规律。

K |     

    currentPageIndex的值和页码相关，值等于页码减一。

L | 我们访问6139页时，currentPageIndex值是6138。    这就找到了规律，我们打开火车头采集器。    火车头采集器配置分页设置    起始网址填入Ajax请求地址    

    点“高级模式”。        点“分页设置”，http请求方式“post”。        把我们Fiddler抓包获取的内容填进去。        将currentPageIndex值的内容替换成火车头采集器的“分页”标签。        下面填入页码。    页面地址是从2200到6140，上面我们分析得出post请求内容的currentPageIndex值是实际页码减一。所以这里面我们填2199到6139.        网址获取选项设置    为了筛选出我们需要的内容，我们设置一下网址获取选项。    打开浏览器F12开发工具，预览一下Ajax获取的内容。        可以看到链接的形式是    自考成考报名条件有哪些？    完整的链接地址是    https://域名/chengrenzikao/20200611152022.html    那我们就可以使用下面的规则提取地址。

M |     

    我们测试一下网址采集。    测试网址采集    点击测试可能提示“post请求必须选择网页编码”我们在火车头其他设置中将编码选为“UTF8”即可。        可以看到已经正确获取到了链接。

N | 不放心可以复制链接实际访问一下看看是否正确。    

    注意事项    采集过程注意运行线程和请求间隔时间。教程在测试时因为开的线程较多，频率过高导致对方网站开启了防CC设置。拉黑了我一个服务器IP，此教程写完用了两台服务器。    我们实际采集可以只开1个线程，并设置合适的间隔时间，比如1000ms到1500ms左右。    本文来自2号站长网，转载请注明出处：https://www.zz2zz.com/331414.html

        

    

申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！。

Current article:http://eh7n.cuntoujuefourantapai.cfd/list_9laylqm/fd7by.html

Published on:12:54:56