请教怎么抓取用JS分页的网页内容

2012-09-13

请问如何抓取用JS分页的网页内容我要抓取一个网站的内容，这个网站分页机制是用js的。具体如下：[size10px]H

请问如何抓取用JS分页的网页内容
我要抓取一个网站的内容，这个网站分页机制是用js的。具体如下：

[size=10px]

HTML code

<a href="javascript:gogage(pageno+1)" class="navigation">下一页</a>

JScript code

    var pageno=1;    function gogage(pno){      tbl.firstPage();      pageno=1;      for(var i=1; (i < pno||pno==-1)&&i<xmldso.recordset.PageCount; i++,pageno++)        tbl.nextPage();      document.all.currentpage.innerText=pageno;    }

HTML code

<table width="98%" border="0" cellspacing="1" cellpadding="1" id="tbl" datasrc="#xmldso" datapagesize="11">

请高手赐教！

[解决办法]
帮忙顶！
[解决办法]
把html页取下来，数据在"#xmldso"指定的位置，也取下来，就是全部内容了。和分页关系不大.
[解决办法]
帮顶！
[解决办法]
利用htmlparser抓取网页内容(一)
import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.TagNameFilter;
import org.htmlparser.tags.TableTag;
import org.htmlparser.util.NodeList;

/**
* 
* 标题: 
* 功能概要: 
* 版权: cityyouth.cn (c) 2005 
* 公司:上海城市青年网 
* 创建时间:2005-12-21 
* 修改时间: 
* 修改原因：
*
* @author 张伟
* @version 1.0
*/
public class TestYahoo {
public static void testHtml() {
try {
String sCurrentLine;
String sTotalString;
sCurrentLine = "";
sTotalString = "";
java.io.InputStream l_urlStream;
java.net.URL l_url = new java.net.URL(
"http://sports.sina.com.cn/iframe/nba/live/");
java.net.HttpURLConnection l_connection = (java.net.HttpURLConnection) l_url
.openConnection();
l_connection.connect();
l_urlStream = l_connection.getInputStream();
java.io.BufferedReader l_reader = new java.io.BufferedReader(
new java.io.InputStreamReader(l_urlStream));
while ((sCurrentLine = l_reader.readLine()) != null) {
sTotalString += sCurrentLine;
}
System.out.println(sTotalString);

System.out.println("====================");
String testText = extractText(sTotalString);
System.out.println(testText);
} catch (Exception e) {
e.printStackTrace();
}

}

/**
* 抽取纯文本信息
*
* @param inputHtml
* @return
*/
public static String extractText(String inputHtml) throws Exception {
StringBuffer text = new StringBuffer();

Parser parser = Parser.createParser(new String(inputHtml.getBytes(),
"8859_1"), "8859-1");
// 遍历所有的节点
NodeList nodes = parser.extractAllNodesThatMatch(new NodeFilter() {
public boolean accept(Node node) {
return true;

}
});
Node node = nodes.elementAt(0);
text.append(new String(node.toPlainTextString().getBytes("8859_1")));
return text.toString();
}

/**
* 读取文件的方式来分析内容. filePath也可以是一个Url.
*
* @param resource
* 文件/Url
*/
public static void test5(String resource) throws Exception {
Parser myParser = new Parser(resource);

// 设置编码
myParser.setEncoding("GBK");
String filterStr = "table";
NodeFilter filter = new TagNameFilter(filterStr);
NodeList nodeList = myParser.extractAllNodesThatMatch(filter);
TableTag tabletag = (TableTag) nodeList.elementAt(11);

System.out.println(tabletag.toHtml());

System.out.println("==============");

}

/*
* public static void main(String[] args) { TestYahoo testYahoo = new
* TestYahoo(); testYahoo.testHtml(); }
*/
public static void main(String[] args) throws Exception {
test5("http://sports.yahoo.com/nba/scoreboard");
}
}
[解决办法]
ConnectionManager cm = new ConnectionManager();
cm.setProxyHost("XXX.XXX.XXX.XXX");
cm.setProxyPort(8080);
[解决办法]
学习了
[解决办法]
如果数据是一次下载下来，JS只是分页的话，那还可以获取

如果是用AJAX，点一次下载一次数据，那就不好办了。
提供2个思路：
1.分析它的JS，自己发送信息到服务器，从返回数据里取
2.创建一个类似.NET里webbrowser的对象，用它打开那个网页，模拟点击下一页，然后再获取信息
[解决办法]
长见识了。。

热点排行

PHP

请教怎么抓取用JS分页的网页内容