http://www.itpar.com/A_Dealer/Express.aspx?CityCode=410100 楼主帮忙分析P0ST数据,能采集公司名称和联系人手机号码
感谢 楼主 无私分享
帮我看看
http://www.ccct.org.cn/information/branch/huiyuan1.jsp?xsterm=xinyongpingjia
回复 124# cinta
这个需要登录，即需要cooike。然后很容易菜了
本帖最后由 cinta 于 2011-4-15 18:18 编辑
感谢，我以一直以为是要POST的呢，又不懂，搜索POST 找到你这贴，唉
摸索中。。感谢 zhouchanglin
研究几天了，还是搞不定，请求大侠帮忙看一下。
http://www.ynzb.com.cn/Project_FindContractor.aspx
本帖最后由 zhouchanglin 于 2011-4-24 12:00 编辑
回复 123# huxiaoming168
虽然做了很多这样的网站也有些无趣了，承诺还要坚持，post的大概都是一样的方法，采集又何尝不是呢，熟悉javascript基本上做采集规则就没有什么问题了
不用抓包会做的更好，更明白
具体的做法可以参考我前面的规则说明，都是一个道理
楼主，辛苦你做一下soso.com预览采集的规则
http://www.soso.com/q?pid=s.idx&w=%C3%C0%C8%DD 每个结果的“预览”怎么在js里判断它的网址！
万分感谢！！！！！！！！！！！！！！
回复 129# 788555
这些大站一般都比较复杂，表现在代码加密，代码格式乱，多，特别是经常用单个字母代表变量对象，让人第一眼就吓趴下
搜搜的核心js文件是http://www.soso.com/js/sosoweb_result.js?5618，对象的事件函数都可以在这里找到，当鼠标经过预览时的处理函数也在其中，代码太复杂，我没有找到预览时的处理函数，不过通过几个零散的函数，最后模糊的找出了获得预览内容的请求地址的格式
获得预览内容的请求地址的格式：http://www.soso.com/interface/preview.q?from=web&url=预览网站的网址路http://www.soso.com/interface/preview.q?from=web&url=http://www.lady8844.com/ 就是一个获得预览内容的地址
下面是一些分析：
当鼠标经过预览时发生的是ajax，
预览失败时重试函数：
function tryAgain(a,b)
{_$("tryAgain").style.display="none";
_$("tryAgainWaiting").style.display="block";
downloadUrl(a,function(f,e){if(f){_$("prevshow").className="main";_$("prevshow").innerHTML=f}
else
{_$("prevshow").className="main1";_$("prevshow").innerHTML="<br /><br />对不起，您所查看的预
览暂时无法打开，请您直接查看网页。"}})}
其中downloadUrl(a,function(f,e)可以找到ajax地址，是比较重要的
downloadUrl函数：function downloadUrl(b,k,g){method=g?g:"GET";if(window.XMLHttpRequest){var a=new
XMLHttpRequest()}else{var f=
["Msxml2.XMLHTTP.6.0","MSXML2.XMLHTTP.5.0","MSXML2.XMLHTTP.4.0","Msxml2.XMLHTTP.3.0","Msxml2
.XMLHTTP","Microsoft.XMLHTTP"];for(var j=0;j<f.length;j++){try{var a=new ActiveXObject(f
);break}catch(h){}}}a.open(method,b,true);if(method=="POST"){setRequestHeader("Content-
Type","application/x-www-form-urlencoded; charset=UTF-8")}a.onreadystatechange=function()
{if(a.readyState==4){k(a.responseText,a.status);delete (a)}};a.send(null)}这个函数作用是建立ajax请求对象，a.open(method,b,true);是发送请求，那么b就是请求地址了，而b
并且设置了状态改变的处理函数：a.onreadystatechange=function()
{if(a.readyState==4){k(a.responseText,a.status);delete (a)}};a.send(null)}这里k(a.responseText,a.status);k是传入的一个函数，见下面的代码：downloadUrl(r,function(z,y){if(v==e&&g_eCurPrv){if(y==200){if(z.trim().length<1)
{_$("prevshow").className="main1";_$("prevshow").innerHTML="<span id='tryAgain'><br /><br />
预览内容暂时无法显示，请<a href='#'onclick=\"javascript:tryAgain('"+r+"','"+u+"');return
false;\" >重试</a>。</span><span id='tryAgainWaiting' style=\"display:none\">正在载入，请稍
候...</span>"}else{_$("prevshow").innerHTML=z}}else
{_$("prevshow").className="main1";_$("prevshow").innerHTML="<br /><br />预览内容暂时无法显示
，请<a href='#' onclick=\"javascript:tryAgain('"+r+"','"+u+"');return false;\" >重试
</a>。"}}});可以看出a.responseText是function(z,y)参数z,a.status是参数y，最后成功后，把结果设置在prevshow div中，变量用单字母替代，看上去眼花缭乱
通过downloadUrl(r,function(z,y)，这是个执行的过程，那摩r就是请求地址，
js文件代码里有var x=n(w);
b(w,x);_$("prevshow").innerHTML="正在载入，请稍候...";
var v=++e;
var t=parseInt(w.getAttribute("id").substr(3));
var r="/interface/preview.q?from=web&url="+encodeURIComponent(x);if(t>=40&&t<1000){r=r+"&w="+encodeURIComponent
(__qrkw)}else{r=r+"&w="+encodeURIComponent(__previewkw)}所以var r="/interface/preview.q?from=web&url="+encodeURIComponent(x);
由x=var x=n(w);
n(w)函数：function n(t){var q=t.getAttribute("id").split("_");var r=_$("res"+q.substr
(3)).getAttribute("href",2);var u=r.indexOf("http://www.soso.com/warn");if(u!==-1)
{splitstr=r.split("u=");return decodeURIComponent(splitstr.slice(1).join())}return r}函数作用：n(w);根据需要信息，w参数肯定预览的那个对象了，路id="pws1_normal">，获得当前记录预览网址，<a href="http://www.lady8844.com/" id="res1"，最后r就是这里的url，有2种情况，网址包含http://www.soso.com/warn的，要把u=后的才是要的url，而没有的就直接是了，一般都不包含http://www.soso.com/warn
这样var r="/interface/preview.q?from=web&url="+encodeURIComponent(x);
经测试encodeURIComponent可以不用，
r就是ajax地址，x是目标网址，这样地址格式就是http://www.soso.com/interface/preview.q?from=web&url=目标地址，这个网站我是一知半解，大概知道了请求的过程
当然用抓包会快很多，应该可以抓到这样的地址，是get方式的
zhouchanglin 太棒了，非常非常非常的感谢。
http://search.eachnet.com/category/170003-wuhuabamen.html
看看这个哦
。。。。。。