Question

我正在研究一个具有挑战性的问题：在预订过程之后找到获取数据的解决方案。基本上，我有一个带有表格的页面（SLIM FORM），我需要自动填写来自提供者表格的信息（例如easyjet.com或hotels.com，基本上是任何预订网站）。例如：https://secure.booking.com/hotel/es/royal.html?sid=1c2bab12a0c64a541728840f52cd6401;errorc_checkin_invalid=checkin;errorc_intro_error_message_invalid=intro_error_message;errorv_stage=1;errorv_checkin=2011-07-05;errorv_hotel_id=90228;errorv_installment_count=1;errorv_hostname=www.booking.com;errorv_nr_rooms_9022801_80638194_0=1;errorv_interval=1我的预订中的信息是我需要获得的信息。

enter image description here

我做了一些测试，这是我现在发现的：

不可能在同一页面上同时使用两者，因为使用cURL时，没有与外部服务器的通信，并且使用iframe，它会使页面尽快离开iframe的src更改。

所以，我决定预订流程应该在预订提供商（easyjet.com）的专用页面上进行。

1）我是否有权考虑在真实网站上进行预订，或者是否有办法在我的网页上包含外部网站并执行整个预订过程（基本上填写表格在出发，到达日期等...）？

如果不可能，我用cURL做了一些测试并得出了这个结论：

_我必须为每个提供商定义适当的正则表达式，我的印象是有些人有识别cURL并阻止它的机制。（例如lufthansa.com）但它与其他人（booking.com）的效果相当不错

我有两个额外的问题：

2）是否有比cURL更好的解决方案来解析页面中的某些HTML（特别是因为如果URL不包含sessionID，它不起作用）？我想的可能是使用像Selenium这样的东西......

3）如何在其他选项卡或窗口上触发cURL解析？（我在想一个类似于可以触发一些JavaScript代码的书签的系统）

感谢您的回答并抱歉： - ）

更新：根据我收到的答案，以下是新思路：对于大型供应商（easyjet，hotels.com等等），我会使用API（如果有的话）。对于小型提供商（例如http://www.hotel-gare-clermont.com/en,1,6217.html），我认为代理解决方案值得另外一个，我不会从“Hotel de la Gare”收到任何有关法律问题的投诉，同时增加对这些小型提供商的可见性。你觉得怎么样？

Answer 1

1）这是可能的，但它具有边界非法的副作用。您不能只是scape提供者表单并在iframe中保留他们的页面。如果提供商抓住你这样做，你很可能会被起诉。

您需要的是与各个提供商的合作协议。根据该协议，他们可能会打开一个API（应用程序编程接口）供您使用。这样您就可以更直接地查询他们的网站，并以清洁和批准的方式进行预订。

2）cURL是一个很棒的库，可以很好地获取网页。互联网上有许多用于将页面提取到字符串的示例。在解析该字符串方面，在理想的世界中，您可以使用XML解析器。不幸的是，HTML页面的构造非常糟糕，这使得它们难以解析。大多数编码人员在必须解析HTML块时都倾向于使用正则表达式。

要获取会话ID，您的第一个cURL请求应该是example.com上的登录表单。尝试获取http://example.com?username=bob&pass=secret假冒登录表单的提交。您可以通过在服务器响应中查找“成功登录”或类似文本来检查有效登录。您可以从响应标头中获取会话ID（如果它是cookie）。后续的cURL请求应该发送您的cookie。

3）cURL在服务器端运行，因此绝对不知道您打开的选项卡。您可以使用Javascript查询标签，但我敢打赌，出于安全考虑，大多数浏览器都不允许您这样做。

Answer 2

将用户直接发送给提供商是一种更可靠的解决方案，因为您可以让用户控制流程。但是，当然，你失去了对过程的控制：）

或者，您必须在服务器上创建代表您的用户查询网站的代理：

end-user         yourdomain     easyjet
   |                 |             |
   |-----search----->|             |
   |<--booking form--|             |
   |---user's data-->|             |
   |                 |---forward-->|
   |                 |<--result----|
   |<--pass to user--|             |
   |                 |             |
   v                 v             v

对最终用户而言，预订与您同在;对于easyjet / lufthansa / whoever，你似乎是一个客户。问题是，每个网站都是不同的，您将有很多工作使您的系统适应每个（或大多数）网站的要求，并且您已经注意到，航空公司不希望您采取他们的习惯。这就是为什么许多经纪人的网站（kelkoo，gocompare ......）开始做你正在计划的事情，但结果却是美化广告。

Answer 3

从提供商处使用API的最佳方法。接下来是cURL或IFrame。

您可以使用支持跨站点请求的JSON / AJAX，并且可以操作输出。

预订完成后（cURL，iFrame ......？）在外部网站上检索信息

3 个答案: