http://casesearch.courts.state.md.us/casesearch/inquirySearchParam.jis
我正在尝试编写一个脚本，以在马里兰州的案件搜索网站上抓取被告席，该网站具有法庭案件的待诉席位以供公开记录。这是出于研究目的，我的目标是最终拥有一个免费站点，以便根据费用，结果等内容更轻松地搜索案件。尽管有一些麻烦。
用户首次访问该网站时，必须先接受免责声明，然后才能访问任何坞站。如果他们尝试通过直接链接访问摘要，则会将他们重定向到免责声明。
尝试从新会话访问此直接链接，您将明白我的意思。
如果我直接直接获得链接，我将最终只保存免责声明。我尝试在浏览器中接受免责声明，然后保存cookie并在wget中使用它，但这也不起作用。仍然只是重定向并将免责声明另存为jsp
答案 0 :(得分：0)
这对服务器进行了一些测试，以确定需要什么。服务器实际上要求您发送特定的POST请求才能获取记录。
对于您提供的链接，所需的Wget命令为：
wget --method=POST --body-data="locationCode=DC&caseId=C02CV19000081&action=Get+Case" --page-requisites 'http://casesearch.courts.state.md.us/casesearch/inquiryByCaseNum.jis;jsessionid=<Sess-ID>'
简单故障：
--method=POST：发送HTTP POST请求--body-data="..."：这是POST请求正文。这三个参数很明显--page-requisites：下载所需的其他页面。在这种情况下，它将下载正确的CSS文件URL：这是页面的URL。如果仔细看，它是搜索页面的URL以及一个额外的段。这是会话ID。为此，请在Firefox中接受免责声明，然后保存cookie。 Cookie的值是会话ID。将其添加到URL。