最近在写小爬虫,有的网站的 cookie 是在本地的 js 生成的,奈何 js 代码太长,重构很麻烦,大家有什么比较快速便捷的方法吗,请指教。。。 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
symons
V2EX    Python

最近在写小爬虫,有的网站的 cookie 是在本地的 js 生成的,奈何 js 代码太长,重构很麻烦,大家有什么比较快速便捷的方法吗,请指教。。。

  •  
  •   symons
    symons1992 2014-09-17 00:09:15 +08:00 5272 次点击
    这是一个创建于 4057 天前的主题,其中的信息可能已经有所发展或是发生改变。
    最近在写小爬虫,有的网站的cookie是在本地的js生成的,奈何js代码太长,重构很麻烦,大家有什么比较快速便捷的方法吗,请指教。。。搞得好烦,
    9 条回复    2018-04-22 00:26:54 +08:00
    oott123
        1
    oott123  
       2014-09-17 00:54:31 +08:00 via Android   1
    PhantomJS
    各种 headless 浏览器会是你想要的。
    kchum
        2
    kchum  
       2014-09-17 00:55:22 +08:00 via iPad   1
    Selenium Phantomjs
    symons
        3
    symons  
    OP
       2014-09-17 01:52:21 +08:00
    谢谢各位,我先去试试。:)
    no13bus
        4
    no13bus  
       2014-09-17 09:30:34 +08:00   1
    @symons requests.Session 一直保持cookie的状态。还有你说的是本地js生成的是啥意思?有网站网址吗?帮你分析下?[email protected]
    no13bus
        5
    no13bus  
       2014-09-17 09:30:53 +08:00
    @symons requests.Session 一直保持cookie的状态。还有你说的是本地js生成的是啥意思?有网站网址吗?帮你分析下?
    [email protected]
    Fedor
        6
    Fedor  
       2014-09-17 09:37:39 +08:00
    @no13bus document.cookie = 'foo=bar;path=/t';
    symons
        7
    symons  
    OP
       2014-09-17 17:27:34 +08:00
    @oott123 @kchum @no13bus @Fedor
    谢谢你们拉,渲染的话速度会比较慢,我决定先分析一下必要的cookie和js代码,模拟一下,估计得用比较长得时间分析。
    symons
        8
    symons  
    OP
       2015-02-25 13:32:43 +08:00
    @oott123 @kchum @no13bus @Fedor
    不好意思,各位,过了这么久才过来回复问题。关于那个问题,我已经解决了,不过是比较trick的办法绕过了防抓策略。
    解决办法:
    首先打一个请求,然后获得数据列表,每条数据有一个网站对应的id。我注意到这个网站首页上面是有推荐房间的。
    ### 一般的网站首页都有特价房型,这时候点进去是不需要很多东西的,哈哈,假定这个地址是URL_ORI###
    然后我把id拼接到URL_ORI上面,去get就能得到所需要的数据。
    转变了想法就搞定了。

    : )
    spiderGgl
        9
    spiderGgl  
       2018-04-22 00:26:54 +08:00
    老大,我也遇到了,心痛啊,亚洲航空的。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2079 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 23ms UTC 00:59 PVG 08:59 LAX 17:59 JFK 20:59
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86