Wordpress 評論求教

月光飛燕 發表於 2013-9-13 07:32
. P+ k! v6 u" s- f& J" M% o這種評論真的沒有什麼價值啊，而且會k站的
有3種可能，
  X) s1 P5 H* l" d0 E0 J第1是這些站的後台裡面直接添加的，使用xmlprc，說 ...

- U8 b8 n, ~2 B) x' S: z/ j 第二種比較有意思.
不過,首先得獲取相對應文章的ID,
2 t3 M% m5 [# f; i0 g6 S) a評論那邊有個隱藏的input, comment_post_ID.
3 i2 y3 A' M0 O0 m  o: \所以還是得先訪問頁面

luguokankan 發表於 2013-9-13 17:45
第二種比較有意思.
3 [+ }  h/ d- S+ H不過,首先得獲取相對應文章的ID,
( {  u6 n( r6 U0 T' J評論那邊有個隱藏的input, comment_post_ID.

" k, r$ ^- ]6 C6 X8 X; u' D! t) O+ ~2 J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
  k% J% E" u6 r* `如果寬帶充足，問題不大


1 }3 u2 H# k7 i

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.

7 I( {: D1 S, R# Q% f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.

* e2 E! w4 q3 E. i* `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.
( f& W! Z+ I9 Q4 M1 j/ ~
7 H, E) f0 s- F+ R3 F% I
: w( d9 N/ g8 S% m/ N

luguokankan 發表於 2013-9-13 17:45
第二種比較有意思.
+ |1 f, A  e$ d" ~- q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.

9 w! P! Z6 K; }" a9 ^$ d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
; e7 B4 X" f4 R1 n8 F9 v8 e& I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 ...

! ?7 l/ t% Q" E7 u* V對啊,這個方法的局限就是你得先找到post id.
; S" U: Z  P; v' c# A
9 C3 {3 k. n1 a' n不過可以猜啊.
www.test.com/?p=xxx
$ f% s+ ]2 O$ e9 a& q
' p& s+ P9 k( A; [6 V你發header請求驗證頁面是否存在.
4 h- m* \$ g7 ~9 T1 Q1 s6 T1 M# X
用header就避免了下載整個網頁了,對不對

那麼多spam, 肯定comment不需要管理, 猜對post id直接post到wp-comment-post.php
+ r0 u  g  Z& P4 ]
0 d$ z( u1 z0 e: t" q2 e, j$ e

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.
+ G& U- w( O% ]7 R* G( \* G1 @
& b' f$ R7 L  Z4 K4 s2 N2 h不過可以猜啊.

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/
0 E! o9 b6 p; m. R
我對你說到的header 辦法不是很明白，能否明示。
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。
9 _$ i: G: G) a! L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。
- h+ q0 b, Q* \; X
今天，就在這裡碰碰運氣，看能否解決我的難題

" Y  K9 z! o; R

* z; F' A! j" b- o5 A$ x7 A) [

HONG 發表於 2013-9-14 11:56
: i, f; `1 m& [8 k* K7 \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 ...

額,我說的是猜....

3 Y+ a' ?0 b- h1 _3 L啟動了偽靜態, 比如: www.test.com/hello-world
+ @0 ]3 E2 E9 y7 _5 o2 H" C3 y4 D
3 `6 j5 v8 E4 j; Y5 X1 m0 j你還是可以通過www.test.com/?p=1訪問的
, i: V% `3 C; z! N# P. c
; J4 `) Q# m; m) s/ Q, l& O* K9 J至於header請求嘛,  你知道get, post吧?  你自己查下吧. 跟ping差不多吧.

之前比較懶,沒有動手測試. 現在給你看下header請求的結果

  }, ~, D  e0 Z, d( g

3 z+ _+ S+ ]2 p8 F9 l! Y0 h沒想到文章id直接在headers裡面. 我算半個高人吧
- x% H4 _/ ?. C7 v& \; M
- M4 A2 W, K/ X: u  h. p- x, R. i0 E還有,我奉勸你別使用file_put_contents, 用php curl吧, 支持header請求
1 H+ e. @8 j1 D
& l* F( f% M( N9 O/ U. u" A* }& P

樓上高手，直接在header裡查id
  `0 E: m9 D) u' ], g( J2 u

luguokankan 發表於 2013-9-14 12:21
# P6 a0 {  j% M+ s1 n額,我說的是猜....
( k# Y$ D; I8 {0 O, {- ~$ W
, s! K8 t: Q# t3 @9 ?: `+ G0 U啟動了偽靜態, 比如: www.test.com/hello-world

2 ?% W5 p1 [7 e* A謝謝您，經過您的指點，我已近實驗成功了

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
3 ^$ `0 L6 J& U, D% H
2 Z! B, X! q7 T1 J6 g8 Q$ e