V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
symons
V2EX  ›  Python

最近在写小爬虫,有的网站的 cookie 是在本地的 js 生成的,奈何 js 代码太长,重构很麻烦,大家有什么比较快速便捷的方法吗,请指教。。。

  •  
  •   symons ·
    symons1992 · 2014-09-17 00:09:15 +08:00 · 4785 次点击
    这是一个创建于 3702 天前的主题,其中的信息可能已经有所发展或是发生改变。
    最近在写小爬虫,有的网站的cookie是在本地的js生成的,奈何js代码太长,重构很麻烦,大家有什么比较快速便捷的方法吗,请指教。。。搞得好烦,
    9 条回复    2018-04-22 00:26:54 +08:00
    oott123
        1
    oott123  
       2014-09-17 00:54:31 +08:00 via Android   ❤️ 1
    PhantomJS
    各种 headless 浏览器会是你想要的。
    kchum
        2
    kchum  
       2014-09-17 00:55:22 +08:00 via iPad   ❤️ 1
    Selenium Phantomjs
    symons
        3
    symons  
    OP
       2014-09-17 01:52:21 +08:00
    谢谢各位,我先去试试。:)
    no13bus
        4
    no13bus  
       2014-09-17 09:30:34 +08:00   ❤️ 1
    @symons requests.Session 一直保持cookie的状态。还有你说的是本地js生成的是啥意思?有网站网址吗?帮你分析下?[email protected]
    no13bus
        5
    no13bus  
       2014-09-17 09:30:53 +08:00
    @symons requests.Session 一直保持cookie的状态。还有你说的是本地js生成的是啥意思?有网站网址吗?帮你分析下?
    [email protected]
    Fedor
        6
    Fedor  
       2014-09-17 09:37:39 +08:00
    @no13bus document.cookie = 'foo=bar;path=/t';
    symons
        7
    symons  
    OP
       2014-09-17 17:27:34 +08:00
    @oott123 @kchum @no13bus @Fedor
    谢谢你们拉,渲染的话速度会比较慢,我决定先分析一下必要的cookie和js代码,模拟一下,估计得用比较长得时间分析。
    symons
        8
    symons  
    OP
       2015-02-25 13:32:43 +08:00
    @oott123 @kchum @no13bus @Fedor
    不好意思,各位,过了这么久才过来回复问题。关于那个问题,我已经解决了,不过是比较trick的办法绕过了防抓策略。
    解决办法:
    首先打一个请求,然后获得数据列表,每条数据有一个网站对应的id。我注意到这个网站首页上面是有推荐房间的。
    ### 一般的网站首页都有特价房型,这时候点进去是不需要很多东西的,哈哈,假定这个地址是URL_ORI###
    然后我把id拼接到URL_ORI上面,去get就能得到所需要的数据。
    转变了想法就搞定了。

    : )
    spiderGgl
        9
    spiderGgl  
       2018-04-22 00:26:54 +08:00
    老大,我也遇到了,心痛啊,亚洲航空的。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2979 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 31ms · UTC 14:41 · PVG 22:41 · LAX 06:41 · JFK 09:41
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.