一个。我在xyz.com/items/advsearch上使用了一个简单的网址抓取工具（How do I make a simple crawler in PHP?）。该页面列出了某人进行高级搜索（列出所有结果）后的结果。我必须复制/废弃这些结果。现在，当我去“下一个＆gt;”页面，其网址已编码并抓取到“下一步＆gt;”的网址让我回到高级搜索的主页面，显示0结果。
湾我注意到的另一件事是：在简单的人类网址遍历中，“下一个＆gt;”的网址没有jessionid作为参数，而在使用file_get_contents（）获取页面的html时，它有它。为什么会这样？
我发现很难弄乱编码的网址/会话，我无法抓取！需要紧急帮助。
答案 0 :(得分：0)
jsessionid通常存储并以cookie形式发送。如果Java应用程序注意到客户端可能不支持cookie，则将其添加到链接URL只是一种后备。这可能是为什么在使用Web浏览器遍历页面时没有将jsessionid参数添加到URL中，因为您的浏览器确实正确处理了cookie，而PHP脚本则没有。