[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。
0 }+ e$ t  ]: 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
1 z9 c3 r. [% n9 ~- d官网有很详细文档
- o9 J7 T% Y2 p2 H/ T" w, s

1. http://casperjs.org/

复制代码

! @8 f0 ^) e1 W% E  o"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。"
. y! ^& [  G6 [7 X6 z1 T& b

阿百川

1. import random
     M- U( S5 v  Z8 ^2 k. L7 |
2. rand = random.randint(100000,999999)
   ; {* U& u2 w, Y) ?( i, W
3. print rand
   - ^5 c4 d& X) g

复制代码

2 L! ?/ X6 P% W+ e+ @8 J生成六位随机数

fatiery

阿百川 发表于 2014-8-5 08:27
生成六位随机数

4 B) y! ?! f( G8 y  b$ @  A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
3 c6 Z" m3 k6 B+ A; _7 j' s, A2 P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

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

复制代码

* A* I8 a- A) x' M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

- i2 I: }* v2 O% K' h( z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
/ ~. a" z% n) K; h- b; Y

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
中生成
...

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。
0 Q2 i9 W) h- e1 D) O
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
, a; v8 Y# k$ i

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
& N; ~5 Q9 Y3 P$ [! Y' \: Z6 C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。
; M# ]4 I; D! \! {6 }
  r+ G! ]+ Z- \% D3 @' ?# [5 I方案2: ...

" f) c4 k5 W0 |' m4 |. h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
. `/ _4 a* a5 a+ |$ E% j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
   # c  F4 m( a3 ]# k9 O$ I
2. ghost = Ghost()
   4 L4 @5 e0 j3 @/ }7 q  |$ B
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。。。
/ x# L- L' H# |0 r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。
6 I8 b$ k  g6 g$ `# T
# e6 ~$ y+ V; y" P# L) c; P0 ^4 k: B! f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

  B: q) B* g: ~; g* H! o1 J

augustye 发表于 2014-8-6 06:34
  d: `# |! S) H* a8 ^& |: E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。

. I& Z7 |! @/ _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。
8 B& e& q5 Y4 @( u8 O2 M5 C2 y
: W) b9 Z% n& f) g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
9 a/ O3 b# K6 I. {
var h="cb_"+Math.round(Math.random()*1e6);
8 L  _* Y5 Q; s! T, a
2 q. ]/ l" `# N1 ^# J( I没什么特别的。。。你完全可以用python生成。。。
- b$ x% {3 h, x: |
0 ]: f# N9 I  I. i5 M! k4 S如果还需要讨论，把你的QQ发给我，我加你