小弟昨天有發文請教,有很多的神人給我小弟很大的幫忙,目前只剩下一小塊的資料未抓到。
有大大說用 phantomjs來抓取html
目前的js如
var page = require('webpage').create();
var url = 'http://www.cbssports.com/mlb/gametracker/live/MLB_20140528_CLE@CHW';
page.open(url, function (status) {var js = page.evaluate(function () {return document;});console.log(js.all[0].outerHTML);phantom.exit();});
誤錯,顯示不出正確的hmtl
另 phontomjs是一個執行檔,我要怎麼每秒讓他自動執行,用 php ? 因為在php 裡我目前只能用
exec("start d:\phantomjs script.js ")
讓它自動產生本文檔,然後針對本文檔作解析,但一直沒有辦法執行,求神人解
2014 05 23 更新
之前在網站上有提出,有抓到幾個資料。
先看一下我的程式如下:
$url ="http://www.cbssports.com/mlb/gametracker/live/MLB_20140529_SF@STL";
$ch = curl_init();
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.22 (KHTML, like Gecko) Chrome/25.0.1364.172 Safari/537.22");
curl_setopt($ch, CURLOPT_FOLLOWLOCATION ,1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 0);
$data = curl_exec($ch);
preg_match_all('/(.?)<\/span>/is',$data,$teamCity);
preg_match_all('/(.?)<\/span>/is',$data,$teamName);…….以下為正規化
未抓出的資料部份如下:(紅字為抓不出來的)(以下只是部份)
裡面會有一個
或是
<
div class=”batter-pitcher fleft”>
<
table>裡面的
重點在於,部份的資料,不管你用什麼瀏覽器的「另存新檔」 save as 或是 「檢視原始碼」,都看不到上列的這資料。 而 div class=”batter-pitcher fleft” 這部份的資料目前已知是 JS 的 batter_ingame_stats function是跑「進行比賽中的」
而另一個function function() { CBSi.app.BaseRunners = function(args 則是跑 「誰在壘上」右下角那個 「球場的表徵圖」的資料 ,目前只剩這幾個部份抓不出。
很多神人大大說,「就抓js呀」,但是,就問不到要如何抓。
跪求各位大大給個方向。
這一個話題的 討論在:http://segmentfault.com/q/1010000000522277
目前直播賽事:http://www.cbssports.com/mlb/gametracker/live/MLB_20140529_SF@STL
回複內容:
小弟昨天有發文請教,有很多的神人給我小弟很大的幫忙,目前只剩下一小塊的資料未抓到。
有大大說用 phantomjs來抓取html
目前的js如
var page = require('webpage').create();
var url = 'http://www.cbssports.com/mlb/gametracker/live/MLB_20140528_CLE@CHW';
page.open(url, function (status) {var js = page.evaluate(function () {return document;});console.log(js.all[0].outerHTML);phantom.exit();});
誤錯,顯示不出正確的hmtl
另 phontomjs是一個執行檔,我要怎麼每秒讓他自動執行,用 php ? 因為在php 裡我目前只能用
exec("start d:\phantomjs script.js ")
讓它自動產生本文檔,然後針對本文檔作解析,但一直沒有辦法執行,求神人解
2014 05 23 更新
之前在網站上有提出,有抓到幾個資料。
先看一下我的程式如下:
$url ="http://www.cbssports.com/mlb/gametracker/live/MLB_20140529_SF@STL";
$ch = curl_init();
curl_setopt($ch, CURLOPT_HEADER, 0);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.22 (KHTML, like Gecko) Chrome/25.0.1364.172 Safari/537.22");
curl_setopt($ch, CURLOPT_FOLLOWLOCATION ,1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 0);
$data = curl_exec($ch);
preg_match_all('/(.?)<\/span>/is',$data,$teamCity);
preg_match_all('/(.?)<\/span>/is',$data,$teamName);…….以下為正規化
未抓出的資料部份如下:(紅字為抓不出來的)(以下只是部份)
裡面會有一個
或是
<
div class=”batter-pitcher fleft”>
<
table>裡面的
重點在於,部份的資料,不管你用什麼瀏覽器的「另存新檔」 save as 或是 「檢視原始碼」,都看不到上列的這資料。 而 div class=”batter-pitcher fleft” 這部份的資料目前已知是 JS 的 batter_ingame_stats function是跑「進行比賽中的」
而另一個function function() { CBSi.app.BaseRunners = function(args 則是跑 「誰在壘上」右下角那個 「球場的表徵圖」的資料 ,目前只剩這幾個部份抓不出。
很多神人大大說,「就抓js呀」,但是,就問不到要如何抓。
跪求各位大大給個方向。
這一個話題的 討論在:http://segmentfault.com/q/1010000000522277
目前直播賽事:http://www.cbssports.com/mlb/gametracker/live/MLB_20140529_SF@STL
var page = require('webpage').create();page.open('http://segmentfault.com/', function(status) { var ua = page.evaluate(function() { return document.body.outerHTML; }); console.log(ua); phantom.exit();});