人龙传说

火车头使用Post方法采集Ajax页面教程_我的网站

一 | 1月15日：更多的证据表明，微软并没有放弃其折叠笔记本的梦想。微软服务器上出现了新版本的Windows10，用于“可折叠”设备。    

　    阿里云优惠券 先领券再下单        前面有写过一篇瀑布流的采集方法，今天在添加一个POST方法来采集Ajax刷新页面的教程。    之前的文章请看：火车头采集动态加载Ajax数据（无分页瀑布流网站）    如果遇到POST方法来架子Ajax数据，这和我之前写的是两个类型，瀑布流是直接刷新出数据的页面。

二 | 最新的Windows 10 build 18313.1004 rs_shell_devices_foldables name清楚地表明操作系统是为一系列设备而非特定设备而设计的，并且支持另一种传言，即微软一直在与原始设备制造商（如戴尔和联想）合作开发Win的自适应shell版本。

三 | 定位销10，专门用于可折叠或双屏笔记。    采集网站分析    采集任何一个新站前我们都要对他进行一番分析才好下手。    列表页分析    这个网站的列表页，前面并不是通过Ajax加载的。CTRL+U可以直接看到列表内容，通过浏览器也看不到相关请求地址。

四 | 这台计算机的设计。    

    因为习惯原因，我直接看了下尾页列表页。据报道，戴尔正在开发一款名为Januss的Windows10 ARM双屏幕设备，而联想正在开发一款第三代瑜伽书，该书似乎有一个可折叠的屏幕，可能于2019年推出。据报道，微软还开发了一款笔记本电脑大小的可折叠屏幕设备。然后顺手CTRL+U看看网站代码结构有没有大的变化。与其他版本的Windows10不同，微软并没有公开测试操作系统，因此还不清楚它将具有哪些功能，但我们可以假设虚拟键盘和笔和触摸的集中展示将被包括在内。防止后期采集出错。结果就发现无法看到列表内容。浏览器可以看到一个通过post请求的地址。        这时候就意识到这网站列表页可能后面的应该全是通过Ajax加载的。    通过笨方法，手动访问页面看看Ajax加载大概是哪些。

五 | 最后找到大概从2200页左右开始Ajax加载。    那我们采集的时候，前面的列表页就可以使用普通方式去采集（速度更快）。    2200页开始到尾页就通过post请求Ajax页面数据。据推测，这些设备可能运行微软Andromeda Shell或其他版本的微软可组合外壳，设计用于大型设备，如半人马座，可能始终连接PC型设备。    抓包获取Post数据    这个Ajax地址我在浏览器看不到任何跟页码有关的数据。

六 | 最后只能使用抓包工具看一下详细的请求内容了。    

    使用抓包工具Fiddler    Fiddler下载地址：OneDrive-Fiddler-Setup_v5.0.20204.45441.zip    安装设置完成后我们打开浏览器。重新访问一下采集页面，Fiddler会抓到很多请求地址。    查看分析Post数据    Ctrl+F 我们搜索那个Ajax地址        Fiddler会以黄色将搜索到的结果显示出来，我们点击一下他。        在Fiddler右侧会显示这个请求地址的相关详细信息。

七 |     

    信息顶部可以看到是post请求方法。    可以看到有我们请求的页码相关内容。        访问不同页码的页面，经过研究发现规律。        currentPageIndex的值和页码相关，值等于页码减一。我们访问6139页时，currentPageIndex值是6138。    这就找到了规律，我们打开火车头采集器。    火车头采集器配置分页设置    起始网址填入Ajax请求地址        点“高级模式”。        点“分页设置”，http请求方式“post”。        把我们Fiddler抓包获取的内容填进去。        将currentPageIndex值的内容替换成火车头采集器的“分页”标签。        下面填入页码。    页面地址是从2200到6140，上面我们分析得出post请求内容的currentPageIndex值是实际页码减一。所以这里面我们填2199到6139.        网址获取选项设置    为了筛选出我们需要的内容，我们设置一下网址获取选项。    打开浏览器F12开发工具，预览一下Ajax获取的内容。        可以看到链接的形式是    自考成考报名条件有哪些？    完整的链接地址是    https://域名/chengrenzikao/20200611152022.html    那我们就可以使用下面的规则提取地址。        我们测试一下网址采集。

八 |     测试网址采集    点击测试可能提示“post请求必须选择网页编码”我们在火车头其他设置中将编码选为“UTF8”即可。    

    可以看到已经正确获取到了链接。不放心可以复制链接实际访问一下看看是否正确。        注意事项    采集过程注意运行线程和请求间隔时间。教程在测试时因为开的线程较多，频率过高导致对方网站开启了防CC设置。拉黑了我一个服务器IP，此教程写完用了两台服务器。    我们实际采集可以只开1个线程，并设置合适的间隔时间，比如1000ms到1500ms左右。    本文来自2号站长网，转载请注明出处：https://www.zz2zz.com/331414.html

        

    

申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！。

Current article:http://www.laojiusidaosenleliao.bond/l4u/3xpqfg.html

Published on:01:15:04