Question

我正在尝试使用SwiftSoup使Swift抓取网站。但是，诸如https://apple.news/AQZXxg8mUQfKrEaM9MRBpxw之类的网站会使用JavaScript自动重定向，这会导致SwiftSoup抓取打开的页面而不是我想要的实际文章。我应该如何抓取此链接，以便它可以抓取相关的实际文章，而不是重定向的封面网页？

我尝试使用状态码，但是该特定网站未提供301或302的状态码，而给出的状态码为200。我尝试抓取链接HTML的JavaScript部分，但没有完全知道该怎么办。

Answer 1

func redirectUrl() {

    let url = URL(string: "https://apple.news/AQZXxg8mUQfKrEaM9MRBpxw")!

    URLSession.shared.dataTask(with: url) { (data, response, error) in

        let html = String(data: data!, encoding: .utf8) ?? "none"
        self.parse(html: html)

    }.resume()


}

func parse(html: String) {

    do {

        let doc = try SwiftSoup.parse(html)
        let link: Element = try doc.select("a").first()!
        let linkHref = try link.attr("href")

        print(linkHref)
    } catch let error {
        print(error.localizedDescription)
    }

}

这将是印刷版

https://www.npr.org/2019/06/18/733401736/npr-identifies-fourth-attacker-in-civil-rights-era-cold-case

这将适用于重定向网址

func redirectLink(url: URL, completion: @escaping (URL?) -> Void) {

    var request = URLRequest(url: url, cachePolicy: .reloadIgnoringLocalCacheData, timeoutInterval: 15.0)
    request.httpMethod = "HEAD"

    URLSession.shared.dataTask(with: request) { (data, response, error) in

        if let response = response {
            completion(response.url)
        }

    }.resume()

}

如何使用SwiftSoup抓取重定向的特定网站？

1 个答案: