記一種新的爬取方式

在做競對調(diào)研的時(shí)候溅漾,發(fā)現(xiàn)了一種新的爬取方式吭露,印象深刻。

具體就是通過SDK的方式集成到用戶的手機(jī)APP里面伊滋,然后通過控制webview來打開想要爬取的相關(guān)網(wǎng)站的登錄頁面,在用戶完成登錄頁面之后队秩,獲取登錄完成的cookie,傳給后臺笑旺,進(jìn)行后續(xù)爬取。

這種方式最大的好處就是目前應(yīng)該沒有方式可以防止這種爬取方式馍资,相當(dāng)于是用戶自己在手機(jī)上做了一次登錄筒主,獲取到的設(shè)備指紋與平常的都是一致的,比較適合那種登錄方式校驗(yàn)比較嚴(yán)格且經(jīng)常改版的網(wǎng)站鸟蟹。并且給用戶的感覺會比較安全一點(diǎn)乌妙,雖然通過SDK也是可以攔截到用戶輸入的用戶名和密碼。劣勢在于需要集成SDK建钥。

這種爬取核心的點(diǎn)在于webview跟javascript之間的交互,好在本身android/ios就提供這種能力

首先在頁面上面通過JS操作webview loadUrl 打開相應(yīng)的登錄頁

用戶操作時(shí)藤韵,可以通過監(jiān)聽事件或者判斷URL來進(jìn)行相關(guān)的調(diào)用給原生,用于留存數(shù)據(jù)或者獲取cookie熊经,具體是在頁面加載完成之后執(zhí)行某一段javascript完成的泽艘。
android代碼如下:

setOnWebViewClientListener(new BaseWebViewFragment.OnWebViewClientListener() {
                @Override
                public void onPageFinish(String str) {
                    this.fragment.handler.post(new Runnable() {
                        @Override
                        public void run() {
                            WebViewOfficialH5Fragment.loadJs(js);
                        }
                    });
                }
            });

QQ郵箱示例javascript如下:

(function() {

    var go = document.getElementById("go");

    if(go){

        go.addEventListener("click", function() {

            var u = document.getElementById("u");

            var p = document.getElementById("p");
            //調(diào)用原生保存用戶輸入數(shù)據(jù)
            alert(u.value + "" + p.value);

        });

    }

    var submitBtn = document.getElementById("submitBtn");

    if(submitBtn){

        go.addEventListener("click", function() {

            var pwd = document.getElementById("pwd");

            alert(pwd.value);

        });

    }

    alert(location.href);

    var reg = /w\.mail\.qq\.com\/cgi-bin\/today/i;

    if(reg.test(location.href)){

        //調(diào)用原生保存cookie
        
    }

})()

在客戶端接受到cookie之后,通過異步的方式镐依,把Cookie傳遞給后臺匹涮,后臺進(jìn)行登錄,完成之后進(jìn)行爬取槐壳,客戶端通過輪訓(xùn)接口獲取爬取狀態(tài)焕盟。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市宏粤,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌灼卢,老刑警劉巖绍哎,帶你破解...
    沈念sama閱讀 222,627評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異鞋真,居然都是意外死亡崇堰,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,180評論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來海诲,“玉大人繁莹,你說我怎么就攤上這事√蒯#” “怎么了咨演?”我有些...
    開封第一講書人閱讀 169,346評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長蚯斯。 經(jīng)常有香客問我薄风,道長,這世上最難降的妖魔是什么拍嵌? 我笑而不...
    開封第一講書人閱讀 60,097評論 1 300
  • 正文 為了忘掉前任遭赂,我火速辦了婚禮,結(jié)果婚禮上横辆,老公的妹妹穿的比我還像新娘撇他。我一直安慰自己,他們只是感情好狈蚤,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,100評論 6 398
  • 文/花漫 我一把揭開白布困肩。 她就那樣靜靜地躺著,像睡著了一般炫惩。 火紅的嫁衣襯著肌膚如雪僻弹。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,696評論 1 312
  • 那天他嚷,我揣著相機(jī)與錄音蹋绽,去河邊找鬼。 笑死筋蓖,一個(gè)胖子當(dāng)著我的面吹牛卸耘,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播粘咖,決...
    沈念sama閱讀 41,165評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼蚣抗,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了瓮下?” 一聲冷哼從身側(cè)響起翰铡,我...
    開封第一講書人閱讀 40,108評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎讽坏,沒想到半個(gè)月后锭魔,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,646評論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡路呜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,709評論 3 342
  • 正文 我和宋清朗相戀三年迷捧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了织咧。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,861評論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡漠秋,死狀恐怖笙蒙,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情庆锦,我是刑警寧澤捅位,帶...
    沈念sama閱讀 36,527評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站肥荔,受9級特大地震影響绿渣,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜燕耿,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,196評論 3 336
  • 文/蒙蒙 一中符、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧誉帅,春花似錦淀散、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,698評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至亚再,卻和暖如春郭膛,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背氛悬。 一陣腳步聲響...
    開封第一講書人閱讀 33,804評論 1 274
  • 我被黑心中介騙來泰國打工则剃, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人如捅。 一個(gè)月前我還...
    沈念sama閱讀 49,287評論 3 379
  • 正文 我出身青樓棍现,卻偏偏與公主長得像,于是被迫代替她去往敵國和親镜遣。 傳聞我的和親對象是個(gè)殘疾皇子己肮,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,860評論 2 361