[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
- t9 U7 C1 T2 ?" b8 c+ P$ j

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。

  B, Z- m' s6 z* g7 j; V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。
) b" q, f& ^! S( m4 t8 N4 }9 I- a5 G6 P+ b
4 G6 V, j- z8 G5 v5 r9 t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
- U4 h+ j) O2 H& s( C官网有很详细文档

1. http://casperjs.org/

复制代码

: I6 o( @6 B4 b  Q  ]$ Z. r"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。"
$ B/ b( i4 J5 h( M& c

阿百川

1. import random
   7 J, Q4 |% W5 e5 O# {7 ?( Z; ?5 w
2. rand = random.randint(100000,999999)
   - {% K* m" }, g! h1 I
3. print rand
   

复制代码

生成六位随机数
/ n: v) \6 p6 ~9 G# Q3 q/ t1 T

fatiery

阿百川 发表于 2014-8-5 08:27
$ o- n# V6 t( W/ l- u; s- K生成六位随机数

' Q' _, C( Y1 r0 r0 ?# t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

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

复制代码

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

% s: f/ W1 I1 H+ y: 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
2 {( K* n4 I( z- \  x9 C$ ]

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
; L( ]9 `0 ]! Y7 l中生成
: j8 M+ j$ W' v0 K  o0 f ...

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。

$ a2 v$ M0 o; O  H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
+ n4 }/ g, s4 l. a0 e" m" 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。
/ ]6 [8 s* V7 B
  p/ @3 o( N- O& F/ T- k7 i方案2: ...

方案1.研究中。。。
  P4 S% k1 m4 q, j, V9 O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
  n6 l( z# M' B' {, `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 ...

. V& t/ J% f' @) R+ Yghost.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
   - {; T6 w2 |% R
2. ghost = Ghost()
   5 q7 f" l3 s, p* i
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
+ m0 J1 K( D' b1 T: A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 ...

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

2 R% G. B3 y% Y$ [

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 B3 L. A4 L4 T% f! d, w" q
* p5 w: O# Z, t  k. `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 ...

# B$ R4 S  @* _' R" d% N& I其实吧，那个js文件里生成的随机数真的就是个随机数

' R3 b2 b  s7 R6 Jvar h="cb_"+Math.round(Math.random()*1e6);

3 P$ q, C- o6 {( q5 b8 ~没什么特别的。。。你完全可以用python生成。。。
5 E" s2 t2 C) z& j
' x% N2 ?; n  h/ x6 J. T6 u% g' r如果还需要讨论，把你的QQ发给我，我加你