我準備抓用nodejs抓取下面這個網站的所有新聞, 按照一般的思路,是首先取得每頁新聞的URL,然後取得每個新聞的URL
按照使用request把每個網址的內容取下來就OK了.
但是下面的這個網址的所有分頁資訊, 還有每個新聞點擊進去URL都沒有任何變化, 貌似都是在後台通過js實現的.
用chrome的F12的newwork的tab也查看不到有什麼請求,有哪位大神能指導一下我怎麼來抓取嗎?
http://www.xxxxxxxxx.com/glob...
阿神2017-05-16 13:45:09
1.從上一篇與下一篇的地方可以看到,click綁定的函數:boardView(1);
2.透過boadrview在頁面中找到對應的函數:
function boardView(idx){
var listNum = 10; // 목록 수 지정
var resultLenplistNum = Math.floor(idx/listNum); // 결과 나누기 목록수
var resultLenRestlistNum = Math.floor(idx%listNum); // 결과 나머지 목록수
if (resultLenRestlistNum == 0){
pageNum = resultLenplistNum;
} else {
pageNum = resultLenplistNum + 1;
}
cmsView.style.display = 'block';
cmsList.style.display = 'none';
resultViewStr = '<p class="news_view"><p class="news_hd">';
resultViewStr = resultViewStr + '<strong>'+list.artCatTitles[resultSearch[idx]] +'</strong>';
resultViewStr = resultViewStr + '<p>'+list.artTitles[resultSearch[idx]]+'</p>';
resultViewStr = resultViewStr + '<span>'+list.artTimes[resultSearch[idx]]+'</span></p>';
resultViewStr = resultViewStr + '<p class="news_bd">'+list.artTexts[resultSearch[idx]];
resultViewStr = resultViewStr + list.artFiles[resultSearch[idx]]+'</p>';
resultViewStr = resultViewStr + '<p class="news_link"><ul>';
resultViewStr = resultViewStr + '<li><strong><span></span>';
.........
3.看到資料來自於list這個變量,再尋找list
4.在1739行看到:
var artId = "";
var catId = "se14_24";
var tplId = "";
list = new jsList();
list.cmsInit(catId, artId, tplId, new data()); // list 객체 생성
5.呼叫了一個建構子:jsList()找到對應的程式碼在這裡:http://www.samsungsem.com/js/...
6 看回步驟2的程式碼:list.artTitles-->這些資料是透過jsList的cmsInit方法設定的,而cmsInit中:
function cmsInit(catId, artId, tplId, data) {
this.artIds = data.artIds;
this.artCatTitles = data.artCatTitles;
this.artTitles = data.artTitles;
this.artUrls = data.artUrls;
this.artTimes = data.artTimes;
this.artImgs = data.artImgs;
this.artTexts = data.artTexts;
this.artTexts2 = data.artTexts2;
this.artKeywords = data.artKeywords;
this.artFiles = data.artFiles;
...
的資料來自第四個參數data
7.再看第4步的傳的data是new data()
於是,我們找到data這個函數定義的地方。
往上找,找到了:
8.打開後看一下:http://www.samsungsem.com/glo...
好奇怪的感覺,怎麼樣式那麼奇怪?
再右鍵查看原始程式碼:
view-source:http://www.samsungsem.com/glo...
可以看到data函數是在這裡定義的,而你看到的資料也在這個頁面裡。