有没有人试图从使用SharePoint构建的网站屏幕抓取数据？

Question

或者至少有人能指出我关于其疯狂的专有url参数和html字段名称混淆的文档吗？我只能假设这是由SharePoint引起的......

主要问题是，给定使用SharePoint构建的初始页面，我无法使用程序化客户端重新创建表单帖子，因为：

• 字段名称各不相同，它们附加了某种id，hash，等等（我认为session.wise？不确定）
• 跟踪我身边的HTTP流量，我看到HTTP请求中包含奇怪的参数，如__REQUESTDIGEST，__VIEWSTATE和其他许多

这是SharePoint提出的故意保护设备吗？哪个是底层架构，涉及哪些对象（脚本回调，......）？

（顺便说一句，我没有做任何有害的事情，只是试图从网站上提取公共政府数据）。

感谢。

Answer 1

SharePoint只不过是一个ASP.NET应用程序，完全构建在ASP.NET 2.0之上。 据说 __ VIEWSTATE 只不过是具有View State信息的隐藏字段

来到 __ REQUESTDIGEST 这是故意保护，这会带来某种 securito验证，称为FormDigest

最后回答你的问题，你将无法猜测字段和内容，除非你有控制权来改变应用程序的源代码。字段名称看起来像混淆的原因是因为这些控件不是手写的，而是由ASP.NET引擎和解析器代码生成的，Reason字段的名称为Naming Container

我要说的一个建议是，您可以尝试替代方法，而不是尝试抓取屏幕数据，比如SharePoint中的每个List都内置了XML Feed，尝试使用它，如果您有权访问该网站，尝试使用export to excel等检索信息。

Answer 2

除RSS之外，SharePoint还具有Web服务接口，您可以使用该接口以编程方式访问SharePoint中存储的数据并与之交互。