如何屏蔽IFRAME中的起源？

Question

我有一个商业网络应用，需要从其他各种网站提取信息。对于大多数站点，用户只是指示服务器提取数据（使用.NET的HttpRequest或Selenium）。

但是对于一些不友好的Javascript密集型网站，我们的用户必须手动访问该网站，导航到正确的位置，然后复制并粘贴到我们的应用程序中。

除了bookmarklet之外，我们的页面是否以任何方式显示加载了源网站的IFRAME，允许用户在框架内导航，然后捕获IFRAME的正文？

由于IFRAME中的站点不在同一个域（甚至不是关闭），我似乎无法解决浏览器跨站点脚本限制。我尝试过使用HTML5的“沙盒”功能，但它似乎只允许（从“允许 - 同源”）其他方式进行通信，从IFRAME到主机站点，这不是'对我有用。此外，如果相关网站试图将其框架加载到顶层上下文，它将无效。

我理想的是一个解决方案，允许浏览器被配置为隐式信任我的网站（它是一个内部网应用程序），并允许它访问任何框架的内容。这至少会让我陷入困境。如果我可以让iframe重新定义“顶部”上下文作为自己的框架，那么加分点就可以在框架内正常运行。

Answer 1

我通过许多屏幕抓取项目（抓取JS重页）找到的最佳方法是创建用户脚本或Greasemonkey脚本，在自己的IP空间中设置一些虚拟机（用于保护）并提供它们要从远程程序访问的站点列表：

1. 按设定的时间间隔检查队列
2. 使用Greasemonkey等的请求页面
3. 捕获内容并发送到远程程序进行处理

你不能使用iframe方法而且你会碰到一条试图走这条路的墙，我所描述的方法已经用于许多大规模的刮削项目。