50软妹币找大佬看js问题

test.rar(15.93 KB, 下载次数: 0)

1 小时前上传

点击文件名下载附件

这html的内容靠什么是如何排序的，有没有办法让右键查看时候源码里面输出正常排序的
phantomjs不行

会解决的50红包奉上，主要是想学习自己不会的东西。

ps：可以直接浏览器打开html文件看效果

能给他重新排序正常才能去爬。不是指手动改正排序。

现在连原理都不知道，能用php重新排序那最好了。

有些人看不明白我说的，我在详细表达一下问题。

正常打开第一行是

“对，男孩儿这几年蹿个儿特别快。”

复制代码

查看源码第一行是

贺寂摊了摊手，“不知道。

复制代码

答案都在楼下了，js改成本地做个备份给后人参考
请写出php的大佬联系我领红包，同时感谢其他mjj的贡献，此贴保留，为论坛做贡献
浙江网友:正文内容直接就是按dom顺序遍历存为一个数组。
base64.decode(document.getElementsByTagName(‘meta’)[5].getAttribute(‘content’)).split(/[A-Z]+%/)
这里把content里的排序解密，在按单个字母%分割存为一个数组
比如解密出来后，前三个数字是[13,7,10,……]
再遍历排序数组，通过
var k = Math.ceil((i + 1) % this.code);
k = Math.ceil(m – k);
return k
计算最后得出来的顺序，m就是13，i就是循环的i从0开始，this.code是页面上的codeurl值，这个网页是6。
就是k = Math.ceil((0+1) % 6);
k = Math.ceil(13-1);
那么最后得出排序是12。
那么然后存为一个新的数组 list[12] = this.box.childNodes[0];
也就是说源代码的第一句this.box.childNodes[0]，最后算出来是显示的第十三句list[12];
中间有些代码是插入防浏览器里复制的不用管。
湖北网友:楼下了
湖北网友:稍等我来看看
青海网友:br 是换行,就是靠换行来排序的
湖南网友:哪里有排序？？？
广东网友:正常的换行啊，没看懂你的意思
云南网友: JS 加密, 扣算法可以了…还不如发网页
湖北网友:里面的域名就是原网页。抠出来只是方便大佬看
福建网友:楼下我不会
海南网友:
干不了。服务器加的随机排序
辽宁网友:
干不了。服务器加的随机排序
辽宁网友:把原页面的js文件都打包一下，算法很可能在那个article.js？tt=xxxxx 文件中
所以它比较关键我这里无法访问这个文件
香港网友:算法都在article.js里，排序在<meta name="client" content="MTNKJTdYJTEwRyU4RiU2SSUxOFMlMTBIJTEzTiUyNFclMThKJTIwTyUyMlolMjdIJTIyViUyMlQlMjhFJTEzWiUwWCUyNEwlMjdRJTVUJTE0RiUxOEclM1clMThGJThFJTE5">
base64解密一下content内容，然后分割成数组处理就行了。
重庆网友:

base64 = {
map: "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/",
decode: function(a) {
var b = binary = ”;
for (var i = 0; i < a.length; i++) {
if (a.substr(i, 1) == ‘=’) {
break
}
;var c = this.map.indexOf(a.charAt(i)).toString(2);
binary += {
1: ‘00000’,
2: ‘0000’,
3: ‘000’,
4: ’00’,
5: ‘0’,
6: ”
}[c.length] + c
}
;binary = binary.match(/[0-1]{8}/g);
for (var i = 0; i < binary.length; i++) {
b += String.fromCharCode(parseInt(binary[i], 2))
}
;return b
}
}
UpWz=function(m, i) {
var k = Math.ceil((i + 1) % codeurl);
k = Math.ceil(m – k);
return k
}
var e = base64.decode(document.getElementsByTagName(‘meta’)[5].getAttribute(‘content’)).split(/[A-Z]+%/);
var childNodes= document.getElementById(‘content’).childNodes;
var elist=[]
for (var i = 0; i < e.length; i++) {
var k = this.UpWz(e[i], i);
elist[k] = childNodes[i]
}

复制代码
elist就是排序后的ele列表了，这个站为了反爬使用的是和99lib差不多的方式，都是打乱顺序
湖北网友:厉害，学习了
江西网友:但是那个正文内容div上面没有排序的id，是按什么规律自动填数组值的
青海网友:

<div class="y26559276">我后来回忆，真正拉近我和路平之间距离的，是一个小姑娘。</div><div class="h449843340">她不爱喝，口渴了就自己偷大人的普洱茶喝去，那么酽的茶，咕嘟咕嘟两声就吞下去了，还知道咂吧咂吧嘴。</div><div class="o165770203">我心里软了一下，说：疼啊……</div><div class="i845318307">我后来回忆，真正拉近我和路平之间距离的，是一个小姑娘。</div><div class="f600733276">

复制代码99lib用phantomjs爬那个内容 div上有排序的id。我发的那个phantomjs执行后还是没id。比99lib要复杂
广东网友:正文内容直接就是按dom顺序遍历存为一个数组。
base64.decode(document.getElementsByTagName(‘meta’)[5].getAttribute(‘content’)).split(/[A-Z]+%/)
这里把content里的排序解密，在按单个字母%分割存为一个数组
比如解密出来后，前三个数字是[13,7,10,……]
再遍历排序数组，通过
var k = Math.ceil((i + 1) % this.code);
k = Math.ceil(m – k);
return k
计算最后得出来的顺序，m就是13，i就是循环的i从0开始，this.code是页面上的codeurl值，这个网页是6。
就是k = Math.ceil((0+1) % 6);
k = Math.ceil(13-1);
那么最后得出排序是12。
那么然后存为一个新的数组 list[12] = this.box.childNodes[0];
也就是说源代码的第一句this.box.childNodes[0]，最后算出来是显示的第十三句list[12];
中间有些代码是插入防浏览器里复制的不用管。
内蒙古网友:源代码里第二行this.box.childNodes[1]
算出来就是
k = Math.ceil((1+1) % 6);
k = Math.ceil(7-2);
排序ist[5]，也就是最后显示出来第6行。
反正算法就这样的。
采集要获取页面上的meta content排序，codeurl值，然后正文内容就按源代码的dom遍历存入，再排序就行了。
贵州网友:解释的很详细，谢谢大佬，我去试试能不能搞定。
山东网友:解释的很详细，谢谢大佬，我去试试能不能搞定。
云南网友:一斤多猪肉就要大佬出手啊
甘肃网友:
99lib用phantomjs可以正常爬，上面的就爬不了，js我是不懂，懂也不会来问了。
你没有仔细看我回复，我说的是phantomjs爬之后有排序的id会出来
河北网友:你没仔细看其他人的回复才对，该说的都说了，就差喂嘴里了
你一直说phantomjs爬不到这个站，那是你不会用

你再仔细看看这些个id和排序有没有关系
四川网友:

别人说的我肯定仔细看了，我来求问题能不看吗，18楼说的是解码后根据%分割得到排序 dom的div 分割存到数组 dom什么的我不会，但我也在努力学，然后使用处理后的数组合并起来重新去排序，你说我不会用phantomjs，那大佬你来讲讲怎么使用。

浙江网友:我承认我很菜，整不明白你在说啥，所以你和其他人讨论这些问题吧，不要再回复我了，我都菜哭了，经不起折腾了
江西网友:js不是很熟，所以写了份py代码来解码
https://gist.github.com/gougou6423/818d6a40d20574e79ff7cd693534e18d

山西网友:能不能写个php版的
山东网友:你稍微修改下那个python代码，加上传参，然后用php的exec()调用不就好了
广西网友:我对py和js一无所知，难道是时候放弃php转投py？
台湾网友:我对py和js一无所知，难道是时候放弃php转投py？
内蒙古网友:
大佬这个代码有排序的效果，但是排序和原来的不一样。

原来的正常排序最后一行是

可人小孩儿千里迢迢来到这里，举目无亲，也就自己这一个算得上故旧的人，贺寂就算再是铁石心肠，也干不

复制代码

福建网友:源于@gougou6423
//PHP sort() 处理的不对搞个for循环一下就好了

<?php
class MyHTMLParser {
private $line = array();
private $table = array();
private $content;
private $lines = array();
private $codeurl = 0;
public $count = 0;
public function MyHTMLParser($name) {
//print $name;
$this->content = file_get_contents($name);
preg_match_all(‘/<meta name="client" content="(.*?)">/’, $this->content, $client);
$this->table = preg_split("/[A-Z]+%/",base64_decode($client[1][0]));
$this->getline();
preg_match_all(‘/var codeurl="(.*?)";/’, $this->content, $c);
$this->codeurl = $c[1][0];
}
private function getline(){
preg_match_all(‘/<p>(.*?)<\/p>/’, $this->content, $ps);
$this->lines = $ps[1];
$this->count = count($ps[1]);
}
public function sort(){
$parr = array();
$darr = array();
foreach ($this->table as $i => $code) {
$k = ceil(($i+1) % $this->codeurl);
$k = ceil($code – $k);
$parr[$k] = $this->lines[$i];
}
//sort($parr);
for ($i=0;$i<$this->count;$i++){
//这里可以处理(<p></p>)之间的内容
//$darr[]=$parr[$i];
$darr[]=strip_tags($parr[$i]); //去掉html标签
}
return $darr;
}
}
$test = new MyHTMLParser(‘test1.html’); //文件名，url
print_r($test->sort());
?>

复制代码

Array
(
[0] =>     “对，男孩儿这几年蹿个儿特别快。”
[1] =>     乐闲贪婪看着贺寂英挺的侧脸，用视线描摹着他的眉眼，又顺着脖颈慢慢看下去，直看到微微敞开的浴袍领口露出的小半块胸肌，他倏地收回目光，脸色不由自主地又更红了一层。
[2] =>     他嗓子眼儿有些发干，把水杯凑到嘴边，小小地喝了一口，回道：“对，那会儿我才刚到你胸口，你还说让我快点儿长高。”
[3] =>     贺寂没应声，只点了点头，斟酌了下措辞，打算旁敲侧击，问一下他的来意。
[4] =>     乐闲见他没说话，以为他不记得了，忙急急地提醒道：“你还给我发压岁钱了。”
[5] =>     他在心里又加了句，还揉了我头，让我好好学习，考你这里的a大。
[6] =>     其实贺寂上次回去时，但凡登门拜访的小孩儿，他都发了压岁钱，而且祝福语也都是那几句，快快长高，好好学习，考上a大来找我玩儿之类的。
[7] =>     都是套话。
[8] =>     乐闲郑重其事地把这事儿讲出来，贺寂一边觉得有点儿好笑，一边又觉得这小孩儿天真可爱，稚气未消，挺讨人喜欢的。
[9] =>     不过该问的还是得问清楚。
[10] =>     贺寂笑了笑，委婉道：“你一个人来的？怎么不提前通知一声，我也好开车来机场接你。”
[11] =>     乐闲诧异地睁了睁眼，疑惑道：“贺寂哥你不知道我要来吗？”
[12] =>     贺寂摊了摊手，“不知道。”
[13] =>     乐闲头顶咔嚓一声，响起一道炸雷。
[14] =>     贺寂根本不知道自己要来，那自己现在对他而言，不就是个贸然上门的不知礼数的小鬼头么？
[15] =>     乐闲急急解释道：“王、王阿姨说，她、她已经提前和你打过招呼了，说、说你同意了。我本、本来打算下飞机时给你再打个电话，但手机摔坏了，就没、没打成。”
[16] =>     生怕给贺寂留下坏印象，乐闲急得脸色通红，讲话都磕巴了。
[17] =>     见这小孩儿急得话都捋不清楚了，贺寂心说自己有这么吓人么，他摸了摸鼻子，伸手往乐闲的方向压了压，示意他别紧张，笑道：“没事儿，我随便问问。”
[18] =>     他大概知道问题该是出在他母后那里，于是从冰箱里给乐闲拿了些水果过来，让他随意，之后就假借换衣服的名义，躲进卧室去向他那不靠谱的老妈兴师问罪去了。
[19] =>     打完电话，他总算是摸清了事情的来龙去脉。
[20] =>     乐闲今年高中毕业，考上了他家附近的a大。a大毫无疑问是个著名学府，全国排名头几号的，但美中不足的是，住宿条件太差，尤其是贺寂家旁边的那个老校区。乐闲妈怕乐闲住不惯，打算给他在学校附近租个小房子，贺寂妈听了这事儿，想到贺寂就住a大旁边，又常年独居，就越俎代庖替贺寂揽了回事儿，让乐闲直接住他家去。
[21] =>     贺寂妈先斩后奏，跟乐闲妈谈妥了一应事宜后，才不紧不慢地给贺寂拨了个电话。可事儿就坏在这里，贺寂妈来电话那天，贺寂通宵看球，并且支持的队伍大获全胜，他心情大好，一人自斟自饮，生灌了两瓶洋酒。接到电话那会儿，他正烂泥似地瘫在床上，整个脑子都是糊的，她妈絮絮叨叨说了一通，他一个字儿没听进去，反正不管他妈说什么，他都嗯嗯啊啊地一通敷衍，她妈和他说了几句后，又说乐闲妈就在她身边，让她和贺寂聊几句。乐闲妈温温柔柔地向贺寂道谢，各种给你添麻烦了不好意思之类的，贺寂喝酒喝出了一腔无处发泄的豪气，话都没听明白，就拍着胸脯打包票道“都包在我身上了”。
[22] =>     酒醒之后他断了个片儿，说过啥干过啥全都不记得了，他妈也不知是有意还是无意地，后来再打电话时，也没和他提过这事儿。
[23] =>     贺寂知道自家妈妈摆了自己一道，可她也是一片苦心，贺寂也没法真和她生气啥的。他妈觉得他一人儿在外地打拼，铁定孤单寂寞无依无靠什么的，一直想让他成个家或者找个伴儿。贺寂一个人过惯了，暂时没那方面的想法，每次他妈一说，他就含混过去，次数多了，他妈也就不提成家这茬儿了，但还是常常建议他找个室友啥的先适应适应，说不定时间久了就愿意和人凑堆儿过日子了。贺寂妈提这事儿，贺寂就好好生生地答应着，完了该咋过咋过，仗着天高皇帝远，他妈管不了他。可谁知道高一尺魔高一丈，他妈直接把乐闲给送了过来，贺寂无牵无挂浪了几十年，今儿阴沟里头翻了船。
[24] =>     贺寂他一面换衣服，一边思考着这事儿要怎么处理。其实他住的这地儿挺大的，顶跃小洋房，上下两层，上层是健身房和书房，下层三室两厅带个大露台，再加个乐闲进来，完全不算个事儿。
[25] =>     可问题是他这人是真不爱和人一块儿住，他虽然朋友挺多，但活了三十几年，除了爹妈外，还真没和谁同居过。读大学时，就因为受不了室友之间的边界不明，他才在校外租房的。毕业后这些年也一直一个人住着，每天按照自己的节奏工作生活，过得惬意又悠闲，他已经习惯了这样的生活模式，也没有打破它的计划。
[26] =>     可人小孩儿千里迢迢来到这里，举目无亲，也就自己这一个算得上故旧的人，贺寂就算再是铁石心肠，也干不
)

复制代码

广西网友:

@wgetrc
留个微信收款码发红包

另外谢谢其他mjj热心相助。
北京网友:
红包请给 @gougou6423 我就是改了下…

<?php
class MyHTMLParser {
private $line = array();
private $table = array();
private $content;
private $lines = array();
private $codeurl = 0;
public $count = 0;
public function MyHTMLParser($name) {
//print $name;
$this->content = file_get_contents($name);
$this->content = mb_convert_encoding($this->content, "UTF-8", "gbk");
//print $this->content;
preg_match_all(‘/<meta name="client" content="(.*?)"?(\/|)>/’, $this->content, $client);
$this->table = preg_split("/[A-Z]+%/",base64_decode($client[1][0]));
$this->getline();
preg_match_all(‘/var codeurl="(.*?)";/’, $this->content, $c);
$this->codeurl = intval($c[1][0]);
}
private function getline(){
preg_match_all(‘/<p>(.*?)<\/p>/’, $this->content, $ps);
$this->lines = $ps[1];
$this->count = count($ps[1]);
//print_r($this->lines);
}
public function sort(){
$parr = array();
$darr = array();
foreach ($this->table as $i => $code) {
$k = ceil(($i+1) % $this->codeurl);
$k = ceil(intval($code) – $k);
$parr[$k] = $this->lines[$i];
}
for ($i=0;$i<$this->count;$i++){
//这里可以处理(<p></p>)之间的内容
$darr[]=strip_tags($parr[$i]);
}
return $darr;
}
}
//$test = new MyHTMLParser(‘http://m.xxx.com/19/19875/793461.html’); //文件名，url
$test = new MyHTMLParser(‘test.html’); //文件名，url
print_r($test->sort());
?>

复制代码

陕西网友:
@gougou6423请大佬发个二维码收红包。本来红包是给@wgetrc的，但是他说要我发给你。

nbsp

50软妹币找大佬看js问题