前嗅ForeSpider脚本教程-链接抽取：链接在POST请求里写脚本

今天，小编给大家带来的教程为：前嗅ForeSpider脚本教程-链接抽取中，链接在POST请求里写脚本的实战教程。具体内容如下：

 

当链接地址在源码中不存在，存在于post请求中时，需要使用浏览器的开发者工具来查找链接数据。

1.链接需要循环

场景：一组链接存在于JSON的某个数组中。

示例：采集豆瓣电影，列表页的电影链接。

 

 

查看源文件可知，源文件中只有一部分数据，而下拉列表出现的其他电影信息不存在源码中，此时我们需要在请求的响应正文中查找数据。在该页面右键点击“审查元素”，下拉，点击“加载更多”，出现一个请求包，查看Response，发现链接地址存在于，返回正文中。

 

 

将Response中的信息粘贴到json查看器中，以notepad++插件“JSON Viewer”为例，定位数据存在路径。

 

 

脚本实例：

var urs = “https://movie.douban.com/j/search_subjects？type=movie&tag=%E7%83%AD%E9%97%A8&sort=recommend&page_limit=20&page_start=60”;
var groc = EXTRACT.OpenDoc(CHANN,urs,0);
if(groc){ 
    var jsonStr = groc.GetDom().GetSource().ToStr();
    jScript js; 
    var json = js.RunJson(jsonStr); 
    var arr = json.subjects; 
    for(int i=0;i<arr.size;i++){ 
        url u; 
        u.title=””;
        u.urlname=arr[i].url; 
        u.entryid=CHANN.id; 
        u.tmplid=2; 
        RESULT.AddLink(u);     
        } 
    }

    

2.不循环

场景：少数链接是JSON的某个键值。

示例：暂无。