火车头POST方式获取网址方法

随风 • 2023-01-02 • 分享, 经验分享 • 331 阅读

一、POST网址获取

何为post网址？就是一般用了ajax或.NET中的一些技术当你请求新内容时，页面只进行局部刷新，地址栏中的URL不变。

我们处理此类采集时的思路就是用抓包工具，截取请求时提交的内容找出共同特点，用火车中的“分页”变量进行替换并给定值范围，这样火车在采集时会自动提交请求内容得到新的内容列表进行采集。

我们着重讲解怎么样抓包，抓哪的包及如何处理抓包得到的数据。内容的采集和普通页面一样，在此就不多说了。

抓包工具：fiddler

下载地址：http://www.telerik.com/download/fiddler

二、方法/步骤

（1）下载安装抓包工具fiddler

（2）我们用浏览器打开要抓取的页面，例如 http://www.ditan360.com/News/List.aspx?ColumnPageID=15 当你进行翻页时就会发现此页是用post提交翻页请求的，网址不变化。

（3）打开fiddler工具

如图，点击开启抓包模式，在点击左边列表，CTRL+X清空数据流。

（4）此时，我们操作浏览器点击下一页，用fiddler抓包，找POST类型的网址，点击View in Notepad 以文本的形式展现。重复这一步骤，点击左边列表，CTRL+X清空数据流。操作浏览器再点击下一页，用fiddler抓包，找POST类型的网址，点击View in Notepad 以文本的形式展现。

（5）接下来我们来分析2次点击下一页，所得出的数据包的区别

先起始地址，cookie，user-agent 对应设置

分析发现，我们数据包的格式为：

字段名1=字段值1&；字段名2=字段值2&；字段名3=字段值3。.。.。.

中间是&；符号连接的。

所以我们可以通过查找&；符号，分析下2次数据包里字段值不同的地方。

对比发现 VIEWSTATE 和EVENTVALIDATION 的值每次都是变化的，且无规律的所以在这里我们给定义成随机值，分别为 [POST随机值1] ，[POST随机值2] 。

PageList1%24ListPage1%24ctl06 字段值每次是根据当前页数字变化的，我们用 [分页] 表示

如图，这就是我们整理好的POST数据包，放入软件即可：

（6）定义随机值范围

在浏览器网页，右击，查看源代码，搜索 __VIEWSTATE 和 __EVENTVALIDATION 的值的截取前后位置

由此我们可以确定，开始字符串为 id="__VIEWSTATE" value=" ，结束字符串为 " />；其他的随机值定义原理类似