让 Mechanize 也能 “跑”javascript

最新推荐文章于 2017-06-12 23:35:24 发布

diyuxinlang

最新推荐文章于 2017-06-12 23:35:24 发布

阅读量282

点赞数

分类专栏： Mechanize 文章标签： JavaScript rubygems IE Ruby PHP ViewUI

本文链接：https://blog.csdn.net/diyuxinlang/article/details/83557249

版权

Mechanize 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

由于工作方面的需要，让我对 mechanize 爱不择手。

但是 mechanize 也有她的缺点，她不能解释网页中的 javascript代码。

可是就在某一天里，我有了一个不小的发现。

我记得我需要做的是一个自动登陆，这对于 mechanize 来说轻而易举事。而事实却并非想像的那样简单。

原因是，在登陆的 submit 被点下时，网页中的 javascript 却将原来的 action 值给“掉包”了。

<html>
<head>
<title>sample</title>
</head>


<body>
function validateForm() {
  var elm = document.getElementById('postForm');
  elm.action = './write.php';
  return true;
}


<form action="javascript.php" method="post" onSubmit="return validateForm();">
<input type="text" name="user" value=""> 
<input type="text" name="pass" value="">
<input type="submit" name="submit" value="登陆">

</form>


</body>
</html>

我记得在 mechanize 里是可以对 action 进行赋值的，所以就很简单的解决了这个问题。

require 'rubygems'
gem 'mechanize', '0.8.5'
require 'mechanize'


# 生成模拟浏览器

agent = WWW::Mechanize.new
agent.user_agent_alias = 'Windows IE 7'

# 抓取网页源码

page = agent.get('http://www.sample.com/')

# 添写 form 信息

form = page.forms.action('javascript.php').first
form.action = './write.php'
form['user'] = 'user_id'
form['pass'] = 'user_pass'

form.submit

通过这个例子，让我有一想法：

如果将 javascript 代码的动作，用 mechanze 模拟出来的话，是不是 mechanize 就可以 “跑” javascript 呢？

很幸运，接下来我就遇到这样的问题。

在浏览器里看到的 form 完全是用 javascript 生成的。

用以往的 mechanize 抓取 form 信息，返回的结果是 nil 。

好，使用刚刚得来的经验，用 mechanze 模拟 javscript 来生成 form 的代码（需要解读 javascrpit ，找出

form 的 action 值，以及相关标签的 name 信息）。

require 'rubygems'
gem 'mechanize', '0.8.5'
require 'mechanize'


# 生成模拟浏览器

agent = WWW::Mechanize.new
agent.user_agent_alias = 'Windows IE 7'

# 抓取网页源码
page = agent.get('http://www.sample.com/')

# 将 javascript 解读出 form 信息模拟成 html 代码

form_code = "<form action='javascript.php' method='post' name='form1'>" +               
                    "<input type='text' name='user' value=''>" +
                    "<input type='text' name='pass' value=''>" +
                    "<input type='submit' name='submit' value='登陆'>"

# 向 body 标签内强制添加 form 信息 
page.root.search("body").inner_html += form_code

# 抓取 form 信息
form = page.forms.name('form1').first 
p form

只要是 form 信息找对了，完美的实现了登陆动作，不过~!?

不过，我对 javascript 可不是太了解。

现在的网站， javascrpit 脚本动则就上百行，哪一部分才是自已需要的，分析起来很是花时间。

由是，我的完美方案出现了，哈~！

不必在成堆的 javascrpit 代码里去查找自已所需要的登陆信息了。

利用 firefox 插件 live http headers 将向服务器提交表单，的数据瞬间的抓取出来。

header代码:



http://www.sample.com/write.php


POST /write.php HTTP/1.1
Host: sample.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; ja; rv:1.9.1.8) Gecko/20100202 Firefox/3.5.8 (.NET CLR 3.5.30729)
Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
Accept-Language: zh,en-us;q=0.7,en;q=0.3
Accept-Encoding: gzip,deflate
Accept-Charset: utf-8;q=0.7,*;q=0.7
Keep-Alive: 300
Connection: keep-alive
Referer: http://www.sample.com/
Content-Type: application/x-www-form-urlencoded
Content-Length: 47


user=user_id&pass=user_pass

这样就达到了不必去解读 javascript 了。无论 javascript 怎么变，向服务器提交时的数据一定是最真实的。

以上是个人在工作中的一些小总结。希望能给需要的人带去帮助。

同时，小弟正在查找一起有关 ruby mechanize 对 cookie 进行操作的资料，

如果那位哥们儿手里正好有有关资料的话，希望能共享一下。

先谢谢啦~！

diyuxinlang

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
让 Mechanize 也能 “跑”javascript

由于工作方面的需要，让我对 mechanize 爱不择手。但是 mechanize 也有她的缺点，她不能解释网页中的 javascript代码。可是就在某一天里，我有了一个不小的发现。我记得我需要做的是一个自动登陆，这对于 mechanize 来说轻而易举事。而事实却并非想像的那样简单。原因是，在登陆的 submit 被点下时，网页中的 javascript 却将原来的 acti...
复制链接

扫一扫