[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
* N3 Y! j, m! |' I4 o

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

复制代码

里面包含了一段参数，

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。

7 U7 o3 I3 E: N. X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。
- x2 M. P- n& w3 j( m% s6 j% ?
7 Q& p( T$ v! E7 A% E4 m2 k$ R( x另外最好能详细一点，不甚感激。
' W& W4 A1 Q+ S/ y" u

Smythe_Bob

试试casperjs模块? 无界面浏览器 可以解析js
# W6 d: ?7 E0 E1 q$ B. A, A官网有很详细文档
3 k7 W" q! d% ]- j

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
   $ {' I( w. y% n0 }3 \* P
2. rand = random.randint(100000,999999)
   
3. print rand
   

复制代码

生成六位随机数

# w% W/ P' \4 `& U6 g( x: S

fatiery

阿百川 发表于 2014-8-5 08:27
/ K+ Q2 E/ g- p+ Y! X# Q% v  D生成六位随机数

- M0 S9 i9 h& K5 M7 j* T1 P/ 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

# R0 c* j: i: W1 e% G. @' q

1. https://pypi.python.org/pypi/spynner

复制代码

' A  R6 j  \3 X4 E1 J( S利用webkit解析js

fatiery

阿百川 发表于 2014-8-5 09:07
# M! q' Y) y8 l9 d4 p3 W这个只是随机生成的吧，又没什么验证

: x1 V8 d# U( g* n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
( ^- h) h5 ^2 H- }' B

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
) n: D0 J8 Z9 \% H2 r8 H; G7 ?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
" v) K5 v$ [: F# s! k; T中生成
) p, V( w3 f$ A/ T' ]; A ...

1 a' m  I1 n+ L/ M% {$ S( S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。
" D0 h0 W/ `  {4 F
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
* T( H) j& B! c! y

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

0 C. D$ s8 u9 E& ^. Z9 I0 s" N! ~

augustye 发表于 2014-8-5 09:34
' K7 K+ K0 |$ A& w. h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。
4 O  v) A0 p7 @( R& q
' F5 h( I( I) h* D! ]方案2: ...

* ?0 O. q' f3 V& D& O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
, q, o% `# u+ I6 r% @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
   7 s4 r. Q1 K( _8 u8 V) q# y
2. ghost = Ghost()
   8 K9 o6 ^7 [* k0 E& y  m
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。。。
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。

: ^: r+ D. c8 L/ q0 a- w! G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
. `6 A! [1 ]+ Y  j2 m0 \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 ...

2 y# D& q8 Y. f! Q* J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。

# |2 Z9 G! E; C8 ~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。
* q# m, b9 |+ m8 d
" S6 H: o  ^" q% Q1 ]  ]0 H" e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
. ^* `  t+ V% m- g% X+ z. `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 ...

+ X( ^$ [* t7 h8 `/ d其实吧，那个js文件里生成的随机数真的就是个随机数
* f% `8 ^; s, h1 w
4 F/ U3 v* y7 ^7 z2 Pvar h="cb_"+Math.round(Math.random()*1e6);

没什么特别的。。。你完全可以用python生成。。。

% Z# i, ~+ W, L% D, B0 G+ J3 O如果还需要讨论，把你的QQ发给我，我加你