我想删除一个包含地址、电子邮件等用户列表的网页。网页包含带分页的用户列表,即页面包含 10 个用户,当我单击第 2 页链接时,它将通过 AJAX 从第二页加载用户列表,并且更新所有分页链接的列表。
网站是用 asp 开发的,即扩展名为 .aspx 的页面,因为我对 asp.net 以及 asp 如何管理分页和 AJAX 一无所知
我正在使用简单的 html dom http://sourceforge.net/projects/simplehtmldom/抓取包含
对于有用户的页面 <=10
我不必像用户单击分页链接时一样模拟 AJAX 请求
但是对于有分页的页面从其他页面获取数据,我正在模拟 post AJAX 请求
require 'simple_html_dom.php';
$html = file_get_html('www.example.com/user_list.aspx');
$viewstate = $html->find("#__VIEWSTATE");
$viewstate = $viewstate[0]->attr['value'];
$eventvalidation = $html->find("#__EVENTVALIDATION");
$eventvalidation = $eventvalidation[0]->attr['value'];
$number_of_pageinations = 3;
$pageNumberCodes = array(
'ctl00$cphMainContent$rdpMembers$ctl01$ctl01',
'ctl00$cphMainContent$rdpMembers$ctl01$ctl02',
'ctl00$cphMainContent$rdpMembers$ctl01$ctl03'
); // this code is added for each page in POST as __EVENTTARGET
for ($i = 0; $i < $number_of_pageinations; $i++) {
$options = array(
CURLOPT_RETURNTRANSFER => true, // return web page
CURLOPT_HEADER => false, // don't return headers
CURLOPT_ENCODING => "", // handle all encodings
CURLOPT_USERAGENT => "Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US; rv:1.8.1.7) Gecko/20070914 Firefox/2.0.0.7'", // who am i
CURLOPT_AUTOREFERER => true, // set referer on redirect
CURLOPT_CONNECTTIMEOUT => 120, // timeout on connect
CURLOPT_TIMEOUT => 1120, // timeout on response
CURLOPT_MAXREDIRS => 10, // stop after 10 redirects
CURLOPT_POST => true,
CURLOPT_VERBOSE => true,
CURLOPT_POSTFIELDS => urlencode('ctl00%24scriptManager=ctl00%24cphMainContent%24ctl00%24cphMainContent%24rdpMembersPanel%7C' . $pageNumberCodes[0] . '&__EVENTTARGET=' . $pageNumberCodes[0] . '&__EVENTARGUMENT=' . '&__VIEWSTATE=' . $viewstate . '&__EVENTVALIDATION=' . $eventvalidation . "&google=" . '&ctl00%24cphMainContent%24txtZip=' . '&ctl00%24cphMainContent%24cboRadius=Exact' . '&ctl00%24cphMainContent%24txtMemberName=' . '&ctl00%24cphMainContent%24txtCity=Honolulu' . '&ctl00%24cphMainContent%24cboState=HI' . '&ctl00%24cphMainContent%24txtAddress=' . '&ctl00_cphMainContent_rdpMembers_ClientState=' . '&ctl00%24cphMainContent%24ddList=-Select%20field%20to%20sort-' . '&ctl00_cphMainContent_ddList_ClientState=' . '&ctl00_cphMainContent_rdlMembers_ClientState=' . '&ctl00_cphMainContent_ddList_ClientState=' . '&ctl00_cphMainContent_rdlMembers_ClientState=' . '&ctl00_cphMainContent_rdpMembers1_ClientState=' . '&__ASYNCPOST=true' . 'RadAJAXControlID=ctl00_cphMainContent_RadAjaxManager1')
);
$ch = curl_init($url);
curl_setopt_array($ch, $options);
$return = curl_exec($ch);
curl_close($ch);
echo $return;
$newHtml = str_get_html($return);
$viewstate = $newHtml->find("#__VIEWSTATE");
$viewstate = $viewstate[0]->attr['value'];
$eventvalidation = $newHtml->find("#__EVENTVALIDATION");
$eventvalidation = $eventvalidation[0]->attr['value'];
}
这应该回显来自不同页面的数据,但它总是打印第一页的数据,任何人都可以指出我在哪里磨损以及缺少什么
我不知道 asp 如何管理分页和 AJAX 请求以及什么是 __EVENTARGUMENT
, __VIEWSTATE
和 __EVENTVALIDATION
最佳答案
一般来说,为了让 ASP.NET 网站认为您确实按下了按钮(更一般地说 - 执行回发),您需要执行以下操作:
获取页面上每个 INPUT 和 SELECT 元素的值。它可能不是在每个场景中都需要,但您应该始终至少获取名称以“__”开头的所有隐藏字段的值(例如 __VIEWSTATE)。您真的不需要知道它们中写的是什么 - 只需将其中的值原封不动地发送回服务器即可。
向服务器创建一个 POST 请求。您需要使用经典的 POST,避免任何 AJAX 请求。使用某些浏览器插件(在 Firefox 或 Chrome 中)可能会禁用 XMLHttpRequest,这样您就可以使用 Fiddler 等工具拦截非 AJAX 请求。
将 #1 中的每个值添加到该发布请求。只有两个值需要覆盖:__EVENTTARGET 和 __EVENTARGUMENT。除非您尝试模仿的链接或按钮具有
onclick
,否则您会将这些留空。像<a href="javascript:__doPostBack('ctl00$login','')">
这样的处理程序.如果是,则解析此链接中的值 - 第一个是事件目标(它通常会匹配页面上某些元素的 ID),第二个是事件参数。如果您正确执行了请求,您应该会返回 HTML 页面。如果您得到部分响应,请检查您是否没有传递请求异步结果的 HTTP header 。
关于php - 从实现 AJAX 分页的所有 asp.net 页面中抓取数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14768302/