追击者

火车头使用Post方法采集Ajax页面教程_我的网站

一 | 1月11日，在京东和苏宁轻松买到之后，苹果也大幅降低了其在天猫平台上的iPhone价格。从1月11日的0:00开始，苹果在天猫平台上大幅降价，一些机型跌至历史新低。天猫苏宁旗舰店的iphone xr和8/8p价格分别降到5549元、3899元和4788元，最高价格比苹果官方网站低1200元。    

　    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。同时，天猫移动表示，在春节期间，天猫移动补贴了iPhone XS和iPhone XS Max等热门机型，新iPhone降价高达1500元。    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。    

    因为习惯原因，我直接看了下尾页列表页。此外，天猫和苹果推出了“老换新”服务，用iPhone的7p购买了iPhone的xr，价格低至3500元启动了iPhone的新xr。根据之前的报道，华强北方频道1月8日从苹果公司获得了价格调整信息。去年发布的iPhone XS系列和去年发布的iPhone X和8系列将有所减少。然后顺手CTRL+U看看网站代码结构有没有大的变化。

二 | 其中，iPhone的xr频道价格将达到最高降价450元。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。

三 | 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。    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。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。

四 |     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。

五 |     

    在Fiddler右侧会显示这个请求地址的相关详细信息。

六 |     

    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。

七 |     

    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”。

八 |     

    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。

九 | 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。

十 |     

    我们测试一下网址采集。    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。

十一 | 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！。

十二 |

Current article:http://4ere19.senbatuqiuzhuanlanrilao.sbs/t77ey5/20260826/7244422.html

Published on:00:00:00