[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。

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。

; Q. l- G: S% _/ E, W! k5 L4 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

1. http://casperjs.org/

复制代码

; T# }* p" k! o% s# H. d/ X"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。"
* {7 ^; F& }3 S4 }  v

阿百川

1. import random
   ) J! M& G; M$ y$ B3 z
2. rand = random.randint(100000,999999)
   2 V; x1 S1 U9 P
3. print rand
   0 Q2 h/ M' \* c

复制代码

0 g$ {6 r, x; T2 h) K5 ^7 U4 U生成六位随机数

7 F1 A7 D: l" i& g" ~9 p$ B9 d, G5 B

fatiery

阿百川 发表于 2014-8-5 08:27
9 @0 n- r8 q# F生成六位随机数

9 g  j% t5 D4 m, |) n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
) R, m7 E( Q5 f4 T7 C2 x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
! A1 ~/ h4 o, k
' F2 b8 y  v2 x6 G- |; `

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

复制代码

- ~  k- H! z3 T! J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

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 P, L# V+ D6 w

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
# S: o- p- ]8 t: i) K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
/ ~2 v& d% g$ W& P1 ?. x/ o中生成
$ O% Z1 F; L+ e9 M, y; u+ f ...

9 c7 c0 @0 P9 k: U- z9 o( N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。
* A  j  G( W/ U
% z% m5 R. q6 e( ?  L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

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。
/ X: @* O# x" k8 q7 Q9 d, Y
5 c" e+ l! f9 l; i$ x. B方案2: ...

+ v5 s0 N; A0 J/ V, R9 D: K3 u9 \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
/ f- i% d6 T% Q: }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 ...

ghost.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()
   7 m, f5 o) N" S* G6 a
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
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 ...

  W& T, s5 W2 t4 L, q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。

; s2 X) s, {% [7 v4 j4 Y7 `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

; s2 ]) Y0 ~" K+ k( y0 }

augustye 发表于 2014-8-6 06:34
. H+ e! \( l$ F. M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 ...

其实吧，那个js文件里生成的随机数真的就是个随机数
0 a- J/ z; Z3 J* f7 A/ d
7 g6 p$ y* d& D( t7 Nvar h="cb_"+Math.round(Math.random()*1e6);
0 B* {/ I, i) l+ @2 I1 u6 M
  R$ u- }4 ]! X7 x3 Z3 Q  F没什么特别的。。。你完全可以用python生成。。。
; y; U0 }6 D4 Y8 m, f6 k5 n) \
如果还需要讨论，把你的QQ发给我，我加你