[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
0 s/ p( e4 \+ m, T3 f& P

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

复制代码

里面包含了一段参数，
5 c) f0 }! [: E4 T) \2 V' Y

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。
" {" \7 I3 n  U; O6 b
3 Q% t, l' z4 W- z另外最好能详细一点，不甚感激。
6 I. O3 J9 R" I& {: N% N

Smythe_Bob

试试casperjs模块? 无界面浏览器 可以解析js
# Q6 X* w1 ~! L# t  r$ [/ R官网有很详细文档

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
   % n! t4 d: |- j$ u( f9 g) z; }; Q
2. rand = random.randint(100000,999999)
   ; X1 f. |( W7 m6 p
3. print rand
   

复制代码

- c' t3 \( w* ~4 M3 M# |, r. d+ h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

9 _* K' V8 C/ c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
/ m% v4 ~7 P4 Y7 @! ~

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

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
: K2 _+ K" B" s/ n& K* ^3 X

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
$ Y& x* J* \0 _+ p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
3 c. x1 m$ J7 _3 ^# ~中生成
...

" X$ s9 x( a: l* t4 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。
" P. ?$ B5 `  J2 d) s; 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

% K% S. |  U3 Z  s. N( w

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: ...

# v+ {  Z( P" l" `: Z' e( z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
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()
   0 @" i& D  w  L, U% z
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
& F3 P1 D0 m3 n: C方案1.研究中。。。
6 b! r6 ^4 `4 G6 y  i/ Y2 h. k0 F- @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。

3 f8 Y% Q3 G5 b* B5 l: d2 n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 ...

# Y. u# d. z) q7 w& x: Q+ 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。
0 T6 A4 V3 d; V3 r3 c4 P
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 ...

- n" N4 ]6 g1 P, ?# o: ~5 [- O其实吧，那个js文件里生成的随机数真的就是个随机数
+ ^9 m7 D  O% m. I( ^* c4 x- D
0 V% k2 F, }2 g1 F1 \; c0 Hvar h="cb_"+Math.round(Math.random()*1e6);

2 N4 Y  {1 o) p" o; [% X没什么特别的。。。你完全可以用python生成。。。

% H1 O3 K( X3 o  f+ N1 s9 u如果还需要讨论，把你的QQ发给我，我加你