从Javascript获取文档HREFS

Question

我目前正在设计一个专注的web爬行器。我有一些网站进行测试，直到我遇到了下面的锚（以下简称 “< A HREF =” ... “>）：

HREF =” JavaScript的：使用openDocument（ 'DATA // PCP200803.pdf'）; “

我的HTML解析程序结果

的javascript：使用openDocument（ 'DATA // PCP200803.pdf'）;

没有人有任何关于如何下载参考文件的想法？

非常感谢。

Answer 1

在openDocument()命令的情况下，你可以只添加“DATA/PCP200803.pdf”到其他资源的采集获取/爬行，相同页面中的任何其他超链接。其他JavaScript方法（例如XMLHttpRequest的open()）可能并不那么简单。