一个简单的cnzz数据采集与监控方案
2016年6月8日
没有评论
通过cnzz统计数据来监测网站的运行是运营和运维的一个重要手段,当站点比较多时,自动获取站点的统计数据能够极大的提高工作效率。
然而cnzz没有提供查询接口,需要我们自己手动编写代码来爬取数据。通过抓包可以发现需要很多步骤才能拿到数据,并且每次请求都携带了一些cookies等验证信息。如果一步步来实现的话非常麻烦,实际上我用Snoopy尝试进行抓取并不成功,总是跳转回登录url。
同事提供了一种方法:使用phantomjs模拟登录,试了一下,还真是方便很多。
这里提供了使用casperjs(封装了phantomjs)来进行抓取的实现代码,仅供参考。
var
casper = require(
"casper"
).create()
this
.fill(
'form[name="form1"]'
, {
'password'
: 1234560
},
true
);
//true, 填充完毕后,立刻提交表单
});
casper.then(
function
(){
var
today=
this
.evaluate(
function
(){
var
tbl=document.getElementById(
"overview_top_order_table"
);
return
{
pv:tbl.rows[1].cells[1].innerHTML,
uv:tbl.rows[1].cells[2].innerHTML,
ip:tbl.rows[1].cells[3].innerHTML,
};
});
this
.echo(today.pv);
this
.echo(today.uv);
this
.echo(today.ip);
});
casper.run();