Question

我试图抓一页并获得一个要下载的文件的链接。问题是只有当服务器识别出文件源的引用时，下载链接才有效。

我尝试在设置了referer的php脚本上使用Curl下载它，但它没有用。

所以，我尝试使用像浏览器一样工作的PhantomJS，但我无法找到需要点击它的链接。我尝试手动设置为目标网址下载链接，并作为引用原始网址，但我仍然有错误。

我使用以下代码登录该网站：

var pageLogin = require('webpage').create(),
server = 'http://domain.com/login.php',
data = 'redirect=index.php&login_username=username&login_password=password&';

pageLogin.open(server, 'post', data, function (status) {
if (status !== 'success') {
    console.log('Unable to post!');
} else {
    console.log(pageLogin.content);
}

});

我保存了cookie并且有效。

现在，我需要加载另一个页面，例如：

var pageRelease = require('webpage').create(),
serverRelease = 'http://domain.com/page.php?t=112';

在此页面中，我需要提取此链接：

<tr class="row1">
    <td width="15%">aaa:</td>
    <td width="70%">aaa &nbsp;<span title="aaa">[ 13-may-14 15:15 ]</span></td>
    <td width="15%" rowspan="4" class="tCenter pad_6">
                    <p><a href="dl.php?t=112" class="dl-stub"><img src="http://domain.com/templates/default/images/attach_big.gif" /></a></p>
        <p><a href="dl.php?t=112" class="dl-stub dl-link">drink.txt</a></p>
                    <p class="small">5KB</p>
        <p style="padding-top: 6px;"><input id="gir-filelist-btn" type="button" class="lite" style="width: 120px;" value="download" /></p>      </td>
</tr>

我的问题是我无法找到href：

    <a href="dl.php?t=112" class="dl-stub dl-link">drink.txt</a>

我试过这个功能，但它没有工作：

var results = page.evaluate(function() {
        var allParas = document.getElementsByClassName("dl-stub");


        var num = allParas.length;
        var title = new Array();

        for(var i=0; i < num; i++) {
          title[i] = allParas[i].childNodes[1].childNodes[0].InnerHTML;
        }

        return title;
    });

    for(var i=0; i < results.length; i++) {
      console.log(results[i]) + "\n";
    }

我该怎么办？

有什么建议吗？

由于

Answer 1

您可以直接从您选择的元素中获取href属性。你离我很远。

var results = page.evaluate(function() {
    var allParas = document.getElementsByClassName("dl-stub");

    var num = allParas.length;
    var title = new Array();

    for(var i=0; i < num; i++) {
        title[i] = allParas[i].href;
    }

    return title;
});

for(var i=0; i < results.length; i++) {
    console.log(results[i]) + "\n";
}

Phantomjs获得链接并单击它

1 个答案: