使用php方法curl抓取AJAX异步内容思路分析及代码分享_PHP教程

使用php方法curl抓取AJAX异步内容思路分析及代码分享

2020-07-26 15:32PHP教程网 PHP教程

怎样抓取AJAX网站的内容？这是一个热门的问题，也是一个棘手的问题。但实际上呢，抓取ajax异步内容的页面和抓普通的页面区别不大。ajax只不过是做了一次异步的http请求，只要使用firebug类似的工具，找到请求的后端服务url和传值

其实抓ajax异步内容的页面和抓普通的页面区别不大。ajax只不过是做了一次异步的http请求，只要使用firebug类似的工具，找到请求的后端服务url和传值的参数，然后对该url传递参数进行抓取即可。

利用Firebug的网络工具

使用php方法curl抓取AJAX异步内容思路分析及代码分享

如果抓去的是页面，则内容中没有显示的数据，是一堆JS代码。

使用php方法curl抓取AJAX异步内容思路分析及代码分享

Code

				?

									$cookie_file=tempnam('./temp','cookie');

									$ch = curl_init();

									$url1 = "http://www.cdut.edu.cn/default.html";

									curl_setopt($ch,CURLOPT_URL,$url1);

									curl_setopt($ch,CURLOPT_HTTP_VERSION,CURL_HTTP_VERSION_1_1);

									curl_setopt($ch,CURLOPT_HEADER,0);

									curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);

									curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1);

									curl_setopt($ch, CURLOPT_ENCODING ,'gzip'); //加入gzip解析

									//设置连接结束后保存cookie信息的文件

									curl_setopt($ch,CURLOPT_COOKIEJAR,$cookie_file);

									$content=curl_exec($ch);

									curl_close($ch);

									$ch3 = curl_init();

									$url3 = "http://www.cdut.edu.cn/xww/dwr/call/plaincall/portalAjax.getNewsXml.dwr";

									$curlPost = "callCount=1&page=/xww/type/1000020118.html&httpSessionId=12A9B726E6A2D4D3B09DE7952B2F282C&scriptSessionId=295315B4B4141B09DA888D3A3ADB8FAA658&c0-scriptName=portalAjax&c0-methodName=getNewsXml&c0-id=0&c0-param0=string:10000201&c0-param1=string:1000020118&c0-param2=string:news_&c0-param3=number:5969&c0-param4=number:1&c0-param5=null:null&c0-param6=null:null&batchId=0";

									curl_setopt($ch3,CURLOPT_URL,$url3);

									curl_setopt($ch3,CURLOPT_POST,1);

									curl_setopt($ch3,CURLOPT_POSTFIELDS,$curlPost);

									//设置连接结束后保存cookie信息的文件

									curl_setopt($ch3,CURLOPT_COOKIEFILE,$cookie_file); 

									$content1=curl_exec($ch3);

									curl_close($ch3);