Wordpress 評論求教

月光飛燕 發表於 2013-9-13 07:32
這種評論真的沒有什麼價值啊，而且會k站的
有3種可能，
  P( C# m) ]# t第1是這些站的後台裡面直接添加的，使用xmlprc，說 ...

1 S( ~. b. H; N' H* o 第二種比較有意思.
不過,首先得獲取相對應文章的ID,
評論那邊有個隱藏的input, comment_post_ID.
- ^2 u" Z4 f/ w; {$ x7 i( i所以還是得先訪問頁面

luguokankan 發表於 2013-9-13 17:45
5 I  H4 h$ h% N9 G: j第二種比較有意思.
不過,首先得獲取相對應文章的ID,
+ a# E0 S# M, r( y評論那邊有個隱藏的input, comment_post_ID.

+ \9 W" V' X$ x3 S沒有實踐過，如果是你說的那樣，至少可以不去讀js和大量的頭像等
如果寬帶充足，問題不大
. e2 C& @( E9 t* v- O
) |* G4 L' F7 ^4 o5 w* k: ^

月光飛燕 發表於 2013-9-13 18:02
沒有實踐過，如果是你說的那樣，至少可以不去讀js和大量的頭像等
如果寬帶充足，問題不大

其實大部分scraper都是只讀取目標html結構,不會去讀取其他文件的, 這些文件包括js,css,圖片的.

) O+ [9 H$ _+ G7 B  ~- d4 m比如你用php curl下載一個網頁, 絕對就只有那個網頁文件,不會有它引用的其他文件.

這幾年不是流行nodejs之類的headless webkit東東,這個用來做scraper,可以支持js.



, n6 z% o3 S& N3 C" A: n( x
3 [* t7 M. H, ]$ B' w( t  C4 W- z

luguokankan 發表於 2013-9-13 17:45
第二種比較有意思.
不過,首先得獲取相對應文章的ID,
, Q: [2 j0 ^1 ~3 i9 s7 J評論那邊有個隱藏的input, comment_post_ID.

我覺得你的思路對路的，假如直接post到 wp-comment-post.php 的話， 就給以繞過下載那個超大的網頁了。問題就是要弄個腳本拿到文章地址的 文章ID， 我們不可能一個個的去查文章ID的
9 X- q( p7 w. D$ Z( C' J
/ Z9 _0 Y6 G, Z* Y1 w8 f, _/ Y5 c

HONG 發表於 2013-9-13 21:26
( t2 q. J7 i5 x9 n/ z我覺得你的思路對路的，假如直接post到 wp-comment-post.php 的話， 就給以繞過下載那個超大的網頁了。問 ...

對啊,這個方法的局限就是你得先找到post id.

7 S. ?. B8 L; X4 m- q不過可以猜啊.
3 v+ [/ i+ g$ ?5 E1 K! C$ }0 Gwww.test.com/?p=xxx

6 `  y& [2 j$ v+ C( s% J- r你發header請求驗證頁面是否存在.

2 b8 B+ p& w9 a  K/ m0 v用header就避免了下載整個網頁了,對不對
$ }& ^: d. K- e8 q# K6 c0 j' M9 l" n
那麼多spam, 肯定comment不需要管理, 猜對post id直接post到wp-comment-post.php

! O/ n! V6 }( S
# m7 r6 P9 J( t

luguokankan 發表於 2013-9-14 07:06
對啊,這個方法的局限就是你得先找到post id.

/ u% C! E6 C0 z3 F不過可以猜啊.

9 E1 f3 W% _$ W) n7 r嗯，對於 id在鏈接中的話，我們很容易用php 腳本拿到。 但是，文章偽靜態了呢？比如這個
http://arcadegameworld.com/play/stone-age-mahjong-connect/
6 x7 O" i" {+ E7 \- m, [  m
' C) p& h# I/ A. R# A8 e我對你說到的header 辦法不是很明白，能否明示。
) h3 \: y) k+ K6 M- P& T或者請路過高人，加以指點： 如何能夠用php 或者其他辦法通過博文地址拿到ID，比如上面這個地址。
, V' t2 K! h. q) N/ I8 \% a關鍵是： 有的博文很大很大， 一般常規採集的函數 php file_get_contents 可能不好使。
$ A: p' N# H1 \' d* L0 }) L% Y
4 _: b' D8 |/ [: L今天，就在這裡碰碰運氣，看能否解決我的難題

" I% e+ x. B# O' H6 V! R

* Y7 _# P; s2 w) T" J

HONG 發表於 2013-9-14 11:56
7 ]* [; S: l$ h3 y) V% z+ a7 i嗯，對於 id在鏈接中的話，我們很容易用php 腳本拿到。 但是，文章偽靜態了呢？比如這個
http://arcadega ...

* ]- `% v' m  r1 b  Z額,我說的是猜....
4 U  G6 C5 ^0 v9 m; w9 p
* Y6 m8 y8 t" Q" |啟動了偽靜態, 比如: www.test.com/hello-world
+ b2 l3 r* d( ^/ h% {2 ]/ @; X
& K/ Z7 j; h2 m5 \- k3 }6 e你還是可以通過www.test.com/?p=1訪問的

至於header請求嘛,  你知道get, post吧?  你自己查下吧. 跟ping差不多吧.

6 l3 r' E6 h( [7 n之前比較懶,沒有動手測試. 現在給你看下header請求的結果
8 a# }! \. E- X$ M2 i% i' d$ z
& l8 z6 v( I- r7 e# @+ P2 E, f

2 f5 J' f3 r# n! P1 i5 _0 Z5 }4 P# k沒想到文章id直接在headers裡面. 我算半個高人吧

還有,我奉勸你別使用file_put_contents, 用php curl吧, 支持header請求
* [0 w: g4 g2 [! w9 m9 p, |
+ m* o% }( Y% W" g! l
. [! ]" t: g. [" j% f

樓上高手，直接在header裡查id

luguokankan 發表於 2013-9-14 12:21
額,我說的是猜....
2 U/ ^( j' K* T% _
啟動了偽靜態, 比如: www.test.com/hello-world

謝謝您，經過您的指點，我已近實驗成功了

9 w( c, c) i4 @% N7 C5 ?" @# y+ }/ _% B

HONG 發表於 2013-9-14 17:23
  e, d9 W+ f9 t謝謝您，經過您的指點，我已近實驗成功了

做出來記得給我一份啊

' Y" o1 z! ?* B1 A