※ 引述《ireullin (raison detre)》之銘言： : 請問一下 : 我使用 simple_html_dom 去抓取一個aspx網站的內容 : 作法如下 : $data=array( : '__EVENTTARGET'=>'', : '__EVENTARGUMENT'=>'', : '__LASTFOCUS'=>'', : '__VIEWSTATE'=>'', : '__EVENTVALIDATION'=>'', : ); : $data_url = http_build_query($data); : $data_len = strlen ($data_url); : $request = array( : 'http' => array ( : 'method' => 'POST', : 'content' => $data_url, : 'header' => "Content-type: application/x-www-form-urlencoded\r\n" . : "Content-Length: " . $data_len . "\r\n" : ) : ); : $context = stream_context_create($request); : $html = file_get_html( : 'http://www.url.com.tw/history.aspx', : false, : $context : ); : 可是以下這幾個欄位 : __EVENTTARGET : __EVENTARGUMENT : __LASTFOCUS : __VIEWSTATE : __EVENTVALIDATION : 不知道要填什麼 : 因為他是一連串不明的編碼 : 可是如果保持空白 : 或是填入與 fiddler中看到相同的值的話 : 抓到的都是此網頁不存在 : 請問針對aspx的這種網頁 : 該如何去parsing 如果是單純抓這網址(http://www.taiwanlottery.com.tw/Lotto/SuperLotto638/history.aspx) 可以不需要post那些欄位 但是用Charles觀察發現單純抓的時候會多返回一個404的網址(如圖http://i.imgur.com/XtS6JFx.png) http://www.taiwanlottery.com.tw/Lotto/SuperLotto638/*.html 也許你抓到的都是最後一個返回的404的網址 如果是要查詢特定年/月，post的欄位如下圖所示： http://i.imgur.com/F8CKOeM.png 雖然工作主要是使用php，不過以前習慣用java 所以工作上的需求還是用java來完成 最近才去搜尋php相關的html parser套件，因此在板上看到這篇問題就很有興趣了 你可以找看看為什麼Simple HTML DOM Parser會抓到404的網址 對了，在查詢特定年/月時，__VIEWSTATE/__EVENTVALIDATION需要使用它給的值 不然會抓到重導回查詢頁的資訊 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 210.209.20.204