|
|
本帖最后由 zhouchanglin 于 2014-3-22 11:26 编辑
所谓接口，就是实现某个功能的程序文件，
辅助火车头采集接口有2类：
1.用于发布的，也就是入库的接口，这类接口可以处理普通web发布模块不能完成的一些特殊任务，路发布有验证码，这时需要做个发布接口实现数据的写入数据库，这样可以完成很多任务，是用于辅助发布的，解决发布难题的；
2.辅助采集的接口，主要用于一些特殊pos分页，js脚本分页的采集等在采集中遇到的复杂情况；
下面以网易博客的文章列表的采集为例，说明利用php接口文件实现处理复杂采集的一个示例；
博客日记列表页：http://blog.163.com/s_cheung/blog/
网易博客的文章列表，通过查看源码，是无法看到任何有关于博文url的信息，观察细致的朋友会发现，当打开博客的日记列表页，文章区域会出现：“正在加载文章列表”这样的提示，而后文章会显示出来，这是个ajax请求的过程，是对某个文件进行了数据请求的，因此如果可以知道这个过程的请求url，那摩就也许就可以有采集方法了。
下面是网易博文接口在火车采集器中测试的截图：
网易博客采集，联系[qq]972130397
火车头网络推广：http://blog.sina.com.cn/iambike007
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有帐号？加入会员
x
|
发表于 2012-3-24 15:47:41
发表于 2012-4-19 15:23:44
发表于 2012-4-19 13:59:29
发表于 2012-5-1 17:08:12
