Question

我是网络抓取新手。我正在尝试使用java抓取网页，但我遇到了问题。我需要在“HTML标记”中获取该链接。其href是一个javascript函数。我不知道如何获得javascript函数中的链接。这是html源代码和javascript源代码。

HTML

<a href='javascript:ShowPostGridUnique(205316,0);'>link</a>

JS ShowPostGridUnique

function ShowPostGridUnique(parentpostid, pageShow) {
    //alert(parentpostid);
    var divid;
    divid = 'divPostContent' + parentpostid;
    if (document.getElementById(divid).className == 'divGridShow') {
        document.getElementById(divid).className = 'divGridHide';
        document.getElementById(divid).innerHTML = '';
    }
    else {
        document.getElementById(divid).className = 'divGridShow';
        // call server side method
        PageMethods.divParentInnerHtml( parentpostid, pageShow, CallSuccessShowPost, CallFailedAlert, parentpostid);
        try {
            divid = 'TDtitle' + parentpostid;
            document.getElementById(divid).className = 'TDtitle';
            divid = 'TDPage' + parentpostid;
            document.getElementById(divid).className = 'TDtitle';
        }
        catch (err) {
            //Handle errors here
        }
    }
}

我如何获得href的链接？感谢。

Answer 1

使用像Phantomjs这样的无头浏览器。 http://phantomjs.org/
使用ghostdriver / selenium来控制Phantomjs https://github.com/SeleniumHQ/selenium https://github.com/detro/ghostdriver

Web爬虫遇到javascript

1 个答案: