如何刮用JavaScript从网站图片和servlet

我有一个网页，有如下内容（我已经改变了网址为隐私的目的SRC标签，否则查看页面源是相同的）：如何刮用JavaScript从网站图片和servlet

<HTML> 
<BODY> 

<script type="text/javascript" src="http://localhost/servlet?publicKey=abcdefg12345678&amp"></script> 

</BODY> 
</HTML>

生成的页面在浏览器中显示图像，我试图抓取该图像。在我刮掉图像后，我尝试为图像建立索引（请参阅www.tineye.com以了解图像搜索引擎的想法）并存储它们。如果有人知道如何从这些网站上刮取图片，请告诉我。

注：SRC不包含有关图像的任何信息......它只调用使用公钥作为参数给定的servlet。我上面发布的内容完全是我在浏览器（Firefox）中单击查看 - >页面源时看到的。当然，我已经更改了隐私问题的实际URL和公钥，否则所有内容都是相同的。

我似乎已经用于一些横幅类似的技术：http://coldjava.hypermart.net/servlets/banner.htm

来源

2010-01-26 Kiril

另一种方法是在浏览器中打开网页，把网页的快照和写屏幕抓取代码来获得图像。我不确定是否有一个更简单的解决方案来解决我的问题，但如果有问题的话，这将非常棒！ :) – Kiril 2010-01-26 21:41:04

中的JavaScript可能是操纵DOM和添加图片。因此，图像（为.jpg，.png或.gif）应该是某个JavaScript文件里面，应该是这个样子：

var image = new Image("/path/to/image.jpg");

您可以使用正则表达式过滤路径和文件名出的javascript码。

来源

2010-01-26 21:19:32

好的，我更新了帖子，以反映发生了什么。当我在Firefox中时，按View-> Page Source，然后显示如上所示的确切源代码。为了保护一些私人信息，我最初修改了这个url，但我已经将它更改为现实中的外观。页面源代码中没有其他内容，上面看到的5行是我查看页面源代码时看到的所有内容。 – Kiril 2010-01-26 21:31:41

你有没有尝试用下载管理器（不是Firefox）下载html文件并查看源代码？ – svens 2010-01-26 21:50:02

@svens我已经在本地保存的页面，我看源在记事本+ +并没有什么不同。这与我在firefox中看到的一样。 – Kiril 2010-01-26 21:56:09

而是保存HTML文件的本地副本，您应该保存JavaScript文件的本地副本，看看它是如何准确地把图象到HTML文件的DOM。这应该让你找出如何构建请求来获取你需要的图像。

来源

2010-01-26 22:02:29

如何刮用JavaScript从网站图片和servlet

回答

相关问题