[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。

( z4 V& d% ~- @9 ~, [- g, e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。

另外最好能详细一点，不甚感激。
" E* P4 B) D% p

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

4 c" l5 c6 I, D4 w* K2 [, E"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。"
# R; u: U: k/ D; K6 Y

阿百川

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

复制代码

& d1 Z8 c" y& v& C  y. d8 `生成六位随机数
5 Y, U2 }; D% l: T% S0 p

fatiery

阿百川 发表于 2014-8-5 08:27
生成六位随机数

1 }/ i, i$ h. b7 Y- ~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

3 m* s/ q; j5 R

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

复制代码

& [( S) e$ T$ T# N. w+ F0 [利用webkit解析js

fatiery

阿百川 发表于 2014-8-5 09:07
7 f3 p- f( n8 }( s' S这个只是随机生成的吧，又没什么验证

9 W+ K2 t8 o6 s8 Q$ E* b1 [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
* s  g+ M8 e) a) k3 ^

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。
. C9 I$ ?4 a3 y/ Q- k
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
! B1 D2 r2 o  Z6 v. S% _

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' u* ]+ [! ]7 E" Q# N2 h/ r1 `( l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。
/ K3 i: z& D1 T  s
! q' X4 ~$ Z5 i. r- N6 p+ h+ e方案2: ...

方案1.研究中。。。
/ \4 D  h# A/ r; H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 ...

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()
   ; L6 z1 T% s  D' d
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 ...

7 P0 Q# z( w0 d0 @& Y. i' z1 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。

3 ~1 F: B% ~' U& [7 W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。
& u9 @/ Q* n3 d/ y
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 ...

0 R% h2 H0 ^4 R' q4 u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);
: z) J7 `. B- g2 a! `. \8 a
没什么特别的。。。你完全可以用python生成。。。
( v8 b# k' N1 ?6 E1 |1 r
如果还需要讨论，把你的QQ发给我，我加你