[求教]Python怎么获取网页中js生成的数据？

fatiery

用Python写一个多(忽)说(略)的群发程序，现在遇到一个问题，打开的网页中包含一个js文件

1. http://static.duoshuo.com/embed.js

复制代码

里面包含了一段参数，

1. h="cb_"+Math.round(Math.random()*1e6)

复制代码

生成6位的随机数字，谁知道我怎么获得这个数据？python的selenium模块效率太低，我要效率高的。
5 o$ r& B) l0 @* ]" Z& @
请推荐一个模块或者是其他的什么语言， 最好是能快速上手的。

" ?1 R) l7 O6 O6 E8 o另外最好能详细一点，不甚感激。

Smythe_Bob

试试casperjs模块? 无界面浏览器 可以解析js
+ ]( @" x2 Q0 W: T官网有很详细文档
5 S, }" j. _# d) I2 V

1. http://casperjs.org/

复制代码

7 D; H8 M) a5 x/ M7 o. ?7 U"CasperJS是一个开源的导航脚本处理和测试工具，基于PhantomJS（前端自动化测试工具）编写。"
4 r9 @" W4 a1 Z

阿百川

1. import random
   ( L5 n! _# r- W5 c4 I
2. rand = random.randint(100000,999999)
   
3. print rand
   8 w( O3 D, W2 p- F- J1 o

复制代码

生成六位随机数
" j9 b) \& h4 t9 B) _% b* E% N2 |

fatiery

阿百川 发表于 2014-8-5 08:27
1 e1 ]1 P3 V! F生成六位随机数

, H, z1 t7 A. O我需要获取js文件中生成的随机数，不是自己生成一个随机数

阿百川

fatiery 发表于 2014-8-5 08:47
我需要获取js文件中生成的随机数，不是自己生成一个随机数

这个只是随机生成的吧，又没什么验证
# h) r% [0 U' z2 S4 B
3 G7 Y3 Y7 h! P. G( @

1. https://pypi.python.org/pypi/spynner

复制代码

5 D- c. u& Z/ o7 v) h利用webkit解析js

fatiery

阿百川 发表于 2014-8-5 09:07
8 y  M8 Z# p* a% c2 n这个只是随机生成的吧，又没什么验证

& h* N* I# q% H+ |8 b, S) [8 Y9 h有验证的，我没写，这个是用get方式提交的

1. http://参数1.duoshuo.com/api/posts/create.jsonp?thread_id=参数2&parent_id=&nonce=参数3&message=参数4&repost=netease&v=140327&_method=POST&callback=DUOSHUO%5B'cb_参数5'%5D

复制代码

我现在就是要获取参数5，参数5在
# E/ S/ Q: s! |5 c' n

1. http://static.duoshuo.com/embed.js

复制代码

中生成
) r: n6 {* C! B

阿百川

fatiery 发表于 2014-8-5 09:18
1 S% P1 a5 B& u有验证的，我没写，这个是用get方式提交的我现在就是要获取参数5，参数5在
中生成
...

# H+ Y$ L# B9 t- I: A不解析js不好搞，还是用spynner吧

方案1: 内嵌webkit模块运行那个网页（包括js文件），然后用webkit提供的API获取js空间中的变量值。
5 b7 B* G) S6 K- i( e) \+ c
方案2: 用你使用的语言重写那个js文件中的相关功能，如果你的程序是服务器端运行用nodejs可以省很多工作量

darren

也可以挂一个ghost.py, 一般做法就是跑个webkit 的内核，浏览器显示什么，你也就能得到什么

fatiery

我目前还在研究中，这个问题困扰我2天了。。。

fatiery

: P$ K7 z5 k9 H

augustye 发表于 2014-8-5 09:34
# [5 Q6 K# i1 u" O8 I方案1: 内嵌webkit模块运行那个网页（包括js文件），然后用webkit提供的API获取js空间中的变量值。
; o/ M* W. C7 F; N  R" K+ F
方案2: ...

方案1.研究中。。。
方案2.重写js功能估计没用吧。必须要打开网页的时候，打开那个js，那个js应该是包含网页的相关数据的，然后数据应该已经返回到它的服务器上，我提交的时候和服务器上的数据比对，相同才可以提交成功。（我没学过js,这个是流程是我想象的，不是的话，请指出）

fatiery

darren 发表于 2014-8-5 22:25
也可以挂一个ghost.py, 一般做法就是跑个webkit 的内核，浏览器显示什么，你也就能得到什么 ...

( [3 f7 y4 n2 c! _* u9 cghost.py以及上面提到的一些，还有没有提到的比如phantomjs，我都搜索到然后测试了有些代码我看不懂，有些出错比如你说的ghost.py

1. from ghost import Ghost
   
2. ghost = Ghost()
   5 e  K& \$ u. E! s$ g7 n) M
3. page, extra_resources = ghost.open("http://sayitout.net/item/10826.html")

复制代码

返回超时，无法下载网页的错误，打开百度就没问题。

fatiery 发表于 2014-8-6 01:06
& `. M8 x  I. T$ |! s方案1.研究中。。。
方案2.重写js功能估计没用吧。必须要打开网页的时候，打开那个js，那个js应该是包含网 ...

4 _" C6 x* w# L那个js里面不包含数据啊，只包含函数，浏览器运行这个js文件的时候会调用其中的函数，发出ajax请求。所以按理说你只需要重写相关部分，模仿下这个ajax请求就好了。

$ W& q7 L+ t1 ?. l) y/ A0 `. X另：如果js文件里包含数据，那岂不是更简单，你直接抓取js文件，正则表达式匹配下就好了。

fatiery

augustye 发表于 2014-8-6 06:34
那个js里面不包含数据啊，只包含函数，浏览器运行这个js文件的时候会调用其中的函数，发出ajax请求。所以 ...

如果我懂js，按你说的方法肯定是极好的。但是这个js文件对我而言太复杂，它里面还包含了其他的参数，比如thread_id，这个参数其实我是在另外一个页面抓取的。

这个js不直接包含数据，我现在需要的是这个js打开之后函数生成的6位随机数。我现在还是在用你方案1的方式，找些基于webkit开发的软件。找到一些不错的模块，但是中文的网页就报错。

如果愿意PM我你的QQ，我还有个技术问题求教。

fatiery 发表于 2014-8-6 12:12
如果我懂js，按你说的方法肯定是极好的。但是这个js文件对我而言太复杂，它里面还包含了其他的参数，比如t ...

' \8 I, J# e2 ?$ }# M其实吧，那个js文件里生成的随机数真的就是个随机数
  k  e. Q, y8 y; H/ T- O% G
( z/ I5 r" H3 Qvar h="cb_"+Math.round(Math.random()*1e6);
1 l0 d0 t* L" r$ |9 }) @1 W% ^0 K
7 E. W2 I. T) j$ i" }- X没什么特别的。。。你完全可以用python生成。。。
4 g/ f  l5 i2 w/ }: q. }" E
如果还需要讨论，把你的QQ发给我，我加你