我准备抓用nodejs抓取下面这个网站的所有新闻, 按照一般的思路,是首先取得每页新闻的URL,然后取得每个新闻的URL
按照使用request把每个网址的内容取下来就OK了.
但是下面的这个网址的所有分页信息, 还有每个新闻点击进去URL都没有任何变化, 貌似都是在后台通过js实现的.
用chrome的F12的newwork的tab也查看不到有什么请求,有哪位大神能指导一下我怎么来抓取吗?
http://www.xxxxxxxxx.com/glob...
阿神2017-05-16 13:45:09
1.从上一篇与下一篇的地方可以看到,click绑定的函数:boardView(1);
2.通过boadrview在页面中找到对应的函数:
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.看到数据来自于list这个变量,再寻找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.调用了一个构造函数:jsList()找到相应的代码在这里:http://www.samsungsem.com/js/...
6 看回第2步的代码:list.artTitles-->这些数据是通过jsList的cmsInit方法设置的,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;
...
的数据来自第四个参数data
7.再看第4步的传的data是new data()
于是,我们找到data这个函数定义的地方。
往上找,找到了:<script src="/global/news/data.js.jsp"></script>
8.打开后看一下:http://www.samsungsem.com/glo...
好奇怪的感觉,怎么样式那么奇怪?
再右键查看源代码:
view-source:http://www.samsungsem.com/glo...
可以看到data函数是在这里定义的,而你看到的数据也在这个页面里。