从Javascript HREFS获取文档

Question

我目前正在设计一个专注的webcrawler。我已经测试了一些网站，直到我遇到下面的锚点（“＆lt; a href =”...“＆gt;）：

  

href =“javascript：openDocument（'DATA // PCP200803.pdf'）;”

我的html解析例程结果为

  

javascript：openDocument（'DATA // PCP200803.pdf'）;

有没有人知道如何下载引用的文档？

非常感谢。

Answer 1

对于openDocument()命令，您只需将“DATA / PCP200803.pdf”添加到您的其他资源集合中即可获取/抓取，与页面中的任何其他超链接相同。

但是，其他JavaScript方法（例如，XMLHttpRequest的open()）可能并不那么简单。