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
" [; [+ A0 H2 p有3種可能，
0 b2 [2 z8 {- H& M第1是這些站的後台裡面直接添加的，使用xmlprc，說 ...

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.
所以還是得先訪問頁面
% \+ i7 o: Z0 B# L" I

; _5 l& I# c+ P* ], C

luguokankan 發表於 2013-9-13 17:45
5 x$ m+ M' M; Y第二種比較有意思.
; `, E1 t6 f: W2 R9 N5 `+ r不過,首先得獲取相對應文章的ID,
1 w7 e! S( g3 ^" |) D評論那邊有個隱藏的input, comment_post_ID.

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
) Q7 V- ]) d7 A& |7 @如果寬帶充足，問題不大


! d2 Y4 J) `" S2 S7 Y9 E7 Z

月光飛燕 發表於 2013-9-13 18:02
, a7 _) l5 q6 p# }# {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.
% {: ?; r7 |& |4 K: B
0 o' I( D2 z, }4 n( @$ M1 M% C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.
2 [: _9 S6 F7 {( M# n) S
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.


9 g& ~* W9 M5 o$ m; n( A

- l, i0 e! x5 Z. q
6 d* X; ]0 j' o

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,
8 w6 ~/ h: p0 d# n評論那邊有個隱藏的input, comment_post_ID.

, I' h2 v! |$ ?( O: x1 T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

HONG 發表於 2013-9-13 21:26
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 ...

3 H6 R# _6 \6 ?對啊,這個方法的局限就是你得先找到post id.

不過可以猜啊.
www.test.com/?p=xxx

) N2 {* j& |% w6 Q9 [你發header請求驗證頁面是否存在.

3 E1 T! ?+ |7 M/ I* X" l* \用header就避免了下載整個網頁了,對不對
: v7 @4 T, W2 l) e# V- T: ?% W, E
那麼多spam, 肯定comment不需要管理, 猜對post id直接post到wp-comment-post.php
# _  D' |, _# u. ^/ _

1 R  h( g7 N. u& Z% i' [0 N

luguokankan 發表於 2013-9-14 07:06
3 Y( p  X/ E* @1 ]0 _對啊,這個方法的局限就是你得先找到post id.
; Q$ r; X% V, [2 s5 l
- g# W7 L3 a( b  `; k7 R3 H( O7 r不過可以猜啊.

8 l! B% L  p: o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/
$ }. e- _9 z. U, O& E2 I
5 e+ ]2 a; b* K( `) ?+ A7 i我對你說到的header 辦法不是很明白，能否明示。
1 [5 m2 l  M$ q9 V/ @* I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。
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。

, F0 Y  f4 {; h0 k% D. v- w$ f. f今天，就在這裡碰碰運氣，看能否解決我的難題



; l9 m$ m0 ]' V3 w

HONG 發表於 2013-9-14 11:56
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 ...

0 i5 |# m$ J' a額,我說的是猜....

! t# W+ W0 A- i6 r1 L. {; Y9 Y; e啟動了偽靜態, 比如: www.test.com/hello-world

# S* R: x) b+ Y你還是可以通過www.test.com/?p=1訪問的
: m7 _' ?; ?  J" f- ?" V
至於header請求嘛,  你知道get, post吧?  你自己查下吧. 跟ping差不多吧.

/ u2 @3 X* G* B2 R6 w之前比較懶,沒有動手測試. 現在給你看下header請求的結果
( R2 l8 }- w( K: M( Z  P
8 h8 t- ~* n# V) j1 S; |8 n" H

" m, v$ b; c% Q$ R8 L沒想到文章id直接在headers裡面. 我算半個高人吧

# U! s3 O9 t) J# j2 @還有,我奉勸你別使用file_put_contents, 用php curl吧, 支持header請求


/ A+ B  L# i1 j

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....
4 ]9 R2 N# ?* z* L- |2 L
' q) K+ T' G7 s: p! L啟動了偽靜態, 比如: www.test.com/hello-world

0 H7 W* ?6 `1 w  W5 n" m7 o謝謝您，經過您的指點，我已近實驗成功了

. Y+ k3 k7 ?/ v% }* }

HONG 發表於 2013-9-14 17:23
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

( w. }' X  u, k3 S3 X9 E/ J