[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

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

复制代码

里面包含了一段参数，
  |% L+ H( U8 w# X0 o

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。

# P& n) }" s3 m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。
. @( f; @- C5 u- |4 r/ W4 `: F
* t- s* W" i) e, R5 m' i5 T另外最好能详细一点，不甚感激。
' z( ]1 Q; g1 u" R, H. d. g7 n

Smythe_Bob

试试casperjs模块? 无界面浏览器 可以解析js
官网有很详细文档
; y+ W8 B6 J5 I

1. http://casperjs.org/

复制代码

* \; j+ D' ^% f: V# ]"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。"
( m; G3 U" B% r4 c( j6 ]6 z: e

阿百川

1. import random
   9 K: k) Q; l. R. |
2. rand = random.randint(100000,999999)
   
3. print rand
   7 s/ \+ B' ^2 d# `  J4 I

复制代码

2 J" K- a. Q/ s1 z5 S7 Q生成六位随机数

+ q( e& e: G% v, r7 E0 z

fatiery

阿百川 发表于 2014-8-5 08:27
2 u2 M6 L! L9 a9 C1 ^) q& T生成六位随机数

4 k3 q2 A. I" s; B) U: Z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

2 B  X* P; O4 o; T. n这个只是随机生成的吧，又没什么验证

7 s. d) Z' l9 p1 F/ g+ x) F

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

) w* z5 c9 ^; y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
/ g) }0 {+ L* v& p& g

阿百川

fatiery 发表于 2014-8-5 09:18
2 c( J. ^& O9 f. Y% s2 w4 T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
* B# L, S& h1 E6 f中生成
...

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。
# A) K' M; s$ d, q9 y9 `: z
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
3 F: v. R9 Q1 G6 B# z4 a- b

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
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: ...

方案1.研究中。。。
: x7 {: G/ |$ `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
. U: G5 w7 ?$ w9 Y  `' P  t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 ...

0 m3 B8 F: Q- A' o% G% dghost.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()
   
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
方案1.研究中。。。
% S5 ?" ]% v; T* V1 @: h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 ...

6 Q. n2 q9 H& {3 E, @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。

. y" J2 g7 n+ [4 e: }" t$ L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

" M+ r* E# q9 Z+ y1 C7 K

augustye 发表于 2014-8-6 06:34
0 {9 f  W( x4 @" z2 A( T% s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。
4 X) K' k4 i; }0 @0 s' @
3 j0 |! z: M7 W  Q* G/ ?' w! p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。

8 j. e9 b- M- ^$ `6 c( m6 q' N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 ...

6 j& O* V6 Q8 M# c! f8 j. _- V% h6 ]其实吧，那个js文件里生成的随机数真的就是个随机数

& i  ~/ G; d+ i3 A0 ]var h="cb_"+Math.round(Math.random()*1e6);
. ~# F" e8 A" D# x
没什么特别的。。。你完全可以用python生成。。。

如果还需要讨论，把你的QQ发给我，我加你