[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
- [$ k  ^* m. T$ H. \2 W

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 u: h0 _/ R1 T) D6 J- a
2 w7 d% K  k2 w& S另外最好能详细一点，不甚感激。
2 e7 h( z" p/ d) V5 Q: ^

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
5 U8 U) b) Q5 \4 M3 ]$ w

1. http://casperjs.org/

复制代码

"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
   * P4 d) f( |/ v7 k) O. A  J
2. rand = random.randint(100000,999999)
   & I% t$ S1 F8 @4 P# W7 _
3. print rand
   / o5 f/ J# B% g) F

复制代码

6 }" ?2 M  m  U" f. r5 G: Q生成六位随机数
% y. f* B: M% p  i' v- Q$ Q3 s
# L# b5 b  e  v+ C; `; U) A: q

fatiery

阿百川 发表于 2014-8-5 08:27
7 g4 {' c% `/ H5 o生成六位随机数

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
# H; s6 [* @5 c% d9 L# t# P* f: B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

+ @- L7 B. s1 y- }+ y5 [, i6 K这个只是随机生成的吧，又没什么验证
" A% W4 @7 r0 s- C& b  p9 L! v
; Z) v4 H* ~* i: }: H. r

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

复制代码

! j' b5 |  ?% Q1 ~利用webkit解析js

fatiery

阿百川 发表于 2014-8-5 09:07
  e$ }1 ]& D: ]$ c, s/ L& b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
$ g" c% C' u. d6 z/ L

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

复制代码

中生成
7 m" y! D/ z+ Q) S+ c* Y1 R

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
4 J- c6 f: w1 g( L9 w8 v/ ? ...

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。
( y: M9 @, {1 Y6 y- Z+ B4 v
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

- E- M. d% q- l' V+ H, T7 F

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: ...

; ]( Q, @3 Y: R1 l7 {9 e/ u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
8 Z; N$ t+ n! t9 R" c" ?; ^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 ...

) K( N$ x6 u7 m0 f9 V' qghost.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
   7 y1 p; E$ {) p- [
2. ghost = Ghost()
   8 ]/ T6 b+ B  [8 V, E
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。。。
2 p+ d9 s, E9 F, r$ 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。
+ ^& g# l( a2 V, v0 R( V
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。
7 O$ R: G8 ~5 I1 Z/ G
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。
& j8 X  V, E. N# n7 B/ 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
* r# Z! I4 t& B; h: |' d( O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

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

4 L+ W! N! J& m: ^. W没什么特别的。。。你完全可以用python生成。。。
, }( I$ u* E) m* I
* D4 m7 f: O9 W如果还需要讨论，把你的QQ发给我，我加你