[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。

. J! m8 M# o: s9 a. N. F) L/ q$ ^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。
0 U3 k2 L9 e& R3 D, T2 m, p
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
官网有很详细文档
( N3 |& Z' _' }4 L& d- I* J

1. http://casperjs.org/

复制代码

  E* a6 V2 x9 y* t"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。"

阿百川

1. import random
   
2. rand = random.randint(100000,999999)
   
3. print rand
   

复制代码

生成六位随机数

: b8 C: S; k1 z5 H

fatiery

阿百川 发表于 2014-8-5 08:27
生成六位随机数

' G0 M$ T' C% D* @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
2 \/ E/ J0 t5 Z2 `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

6 I1 M# ~4 s8 A' w0 S5 N! O这个只是随机生成的吧，又没什么验证

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

复制代码

# t, Y1 o  Z, c# ~$ Z利用webkit解析js

fatiery

阿百川 发表于 2014-8-5 09:07
这个只是随机生成的吧，又没什么验证

1 |7 j/ X' l  t, [3 n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

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

复制代码

中生成

阿百川

fatiery 发表于 2014-8-5 09:18
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
, U4 J9 Y1 D3 b( X* V中生成
. y8 h; j6 U8 M ...

# w; T! o! W' K) r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。

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
% b5 q( ~$ B- v

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

augustye 发表于 2014-8-5 09:34
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。

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 ...

' @9 j+ ^( p1 S; F" j! Z  m; t& P- Jghost.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()
   : d1 y5 d1 ?1 w
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
8 |9 G3 P5 D2 r  m方案1.研究中。。。
3 U! D/ r- X; Z2 L1 x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 ...

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。

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。

& u& w& U" N0 D" V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。
$ F" n% H0 `5 X9 H8 d% D
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
4 x9 [/ @  J; r$ P: i( D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 ...

其实吧，那个js文件里生成的随机数真的就是个随机数
" o# L$ ^1 a% z: x: J
5 @3 W& v: @9 M* v" M& P% o, rvar h="cb_"+Math.round(Math.random()*1e6);

没什么特别的。。。你完全可以用python生成。。。
4 G  y4 P. \% r6 N( H) m
8 r' t: R/ T* v. u- q如果还需要讨论，把你的QQ发给我，我加你