阿里云优惠券 先领券再下单 前面有写过一篇瀑布流的采集方法，今天在添加一个POST方法来采集Ajax刷新页面的教程。 之前的文章请看：火车头采集动态加载Ajax数据（无分页瀑布流网站） 如果遇到POST方法来架子Ajax数据，这和我之前写的是两个类型，瀑布流是直接刷新出数据的页面。
即将登陆我国的“梅花”将是今年以来第一个在华东沿海登陆的台风，将要带来大风和强降雨天气。 采集网站分析 采集任何一个新站前我们都要对他进行一番分析才好下手。 列表页分析 这个网站的列表页，前面并不是通过Ajax加载的。那么此前持续受高温天气影响的地区，旱情会不会就此有所缓解？来听听专家的分析。
国家气象中心台风与海洋气象预报中心首席预报员 董林：前期在我国长江中下游地区，一直是高温天气，所以还是比较干旱的。那随着“梅花”的登陆，它带来的降水对缓解干旱是非常有利的。
专家称，如果这次台风带来的降雨下得比较急，而且时间比较长的话，那就会给一些地方带来灾害，特别是在浙江北部、江苏南部的一些地区，有可能出现一些局部的山洪、泥石流等地质灾害，需要大家特别防范。另外专家提醒，台风带来的大风天气对整个地区来讲都是不利的，这一带地区人们出行还是要特别注意安全。
B | CTRL+U可以直接看到列表内容，通过浏览器也看不到相关请求地址。
因为习惯原因，我直接看了下尾页列表页。然后顺手CTRL+U看看网站代码结构有没有大的变化。防止后期采集出错。结果就发现无法看到列表内容。浏览器可以看到一个通过post请求的地址。
这时候就意识到这网站列表页可能后面的应该全是通过Ajax加载的。 通过笨方法，手动访问页面看看Ajax加载大概是哪些。最后找到大概从2200页左右开始Ajax加载。
C | 那我们采集的时候，前面的列表页就可以使用普通方式去采集（速度更快）。 2200页开始到尾页就通过post请求Ajax页面数据。 抓包获取Post数据 这个Ajax地址我在浏览器看不到任何跟页码有关的数据。最后只能使用抓包工具看一下详细的请求内容了。
使用抓包工具Fiddler
Fiddler下载地址：OneDrive-Fiddler-Setup_v5.0.20204.45441.zip 安装设置完成后我们打开浏览器。重新访问一下采集页面，Fiddler会抓到很多请求地址。
D | 查看分析Post数据 Ctrl+F 我们搜索那个Ajax地址
Fiddler会以黄色将搜索到的结果显示出来，我们点击一下他。
在Fiddler右侧会显示这个请求地址的相关详细信息。
信息顶部可以看到是post请求方法。
E | 可以看到有我们请求的页码相关内容。
访问不同页码的页面，经过研究发现规律。
currentPageIndex的值和页码相关，值等于页码减一。
F | 我们访问6139页时，currentPageIndex值是6138。 这就找到了规律，我们打开火车头采集器。 火车头采集器配置分页设置 起始网址填入Ajax请求地址
点“高级模式”。
点“分页设置”，http请求方式“post”。
把我们Fiddler抓包获取的内容填进去。
将currentPageIndex值的内容替换成火车头采集器的“分页”标签。
G |
下面填入页码。
H | 页面地址是从2200到6140，上面我们分析得出post请求内容的currentPageIndex值是实际页码减一。所以这里面我们填2199到6139.
网址获取选项设置 为了筛选出我们需要的内容，我们设置一下网址获取选项。 打开浏览器F12开发工具，预览一下Ajax获取的内容。
可以看到链接的形式是
自考成考报名条件有哪些？ 完整的链接地址是 https://域名/chengrenzikao/20200611152022.html 那我们就可以使用下面的规则提取地址。 
我们测试一下网址采集。 测试网址采集 点击测试可能提示“post请求必须选择网页编码”我们在火车头其他设置中将编码选为“UTF8”即可。 
可以看到已经正确获取到了链接。不放心可以复制链接实际访问一下看看是否正确。 
注意事项 采集过程注意运行线程和请求间隔时间。教程在测试时因为开的线程较多，频率过高导致对方网站开启了防CC设置。
I | 拉黑了我一个服务器IP，此教程写完用了两台服务器。 我们实际采集可以只开1个线程，并设置合适的间隔时间，比如1000ms到1500ms左右。 本文来自2号站长网，转载请注明出处：https://www.zz2zz.com/331414.html
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！。
J |
Current article:http://6un.ganweilingmukuai.shop/list_u2kq/zt5p.html
Published on:00:00:00
