Wordpress 評論求教

月光飛燕 發表於 2013-9-13 07:32
# K1 ^* u& @7 O2 ~4 ]" h- e這種評論真的沒有什麼價值啊，而且會k站的
有3種可能，
. @- B* a' F7 y- g第1是這些站的後台裡面直接添加的，使用xmlprc，說 ...

. X5 K0 C  j) ?6 z; d. ^, X 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 o. W$ `7 V4 X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.
# X9 ~6 m: n% H2 N! r( ~' O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.

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
: S% D* f$ s" S; V+ I# v* [8 H- W如果寬帶充足，問題不大

8 O, W: X8 J) \
) v& Q* g" \, ]/ y

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.
: h2 Q- Y4 u6 M& p" [$ L
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.
- @3 N0 a5 H4 R% @
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.

# U' V  a3 A0 r4 X! b

4 Y* {4 z; ]- @! m' ]: {' J7 I

" d9 u" G2 F6 u6 T& G' ^

luguokankan 發表於 2013-9-13 17:45
第二種比較有意思.
% k, J* x" X" o1 c7 I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.

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 ...

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
8 F* p9 T. m- ?' Y- Y, |$ p/ i5 s
你發header請求驗證頁面是否存在.
" }* _+ c9 `& I8 D
+ E1 W* z! ?' \$ X# U' z1 S3 g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
8 C# X9 f! M/ r

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.
  J, i2 D7 a0 e$ J& E8 x! n
. I( f$ T' ~) D不過可以猜啊.

( @0 \: A) Z7 J- ~7 Z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/

1 S: [+ n5 Q" @1 m0 ]; z. P* f! O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。
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。

今天，就在這裡碰碰運氣，看能否解決我的難題
$ f, B& N- [+ G. ]! b* \' V
' p0 D: H. n0 |4 I

" ~8 t9 n0 @1 v- K6 S. U7 |

HONG 發表於 2013-9-14 11:56
; k  N/ T! p+ b5 E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 ...

# J9 M1 Y, C* }) t# z額,我說的是猜....
  J- s" R+ y1 |2 f) i9 @. T  R0 N5 s
啟動了偽靜態, 比如: www.test.com/hello-world

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.
% g( ^& X- N0 s' m/ X1 A/ |
/ n( o9 c  |) c  ?# ~; J9 m( l之前比較懶,沒有動手測試. 現在給你看下header請求的結果



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
( X% R' D3 z/ U: h$ z' S& J
+ f, y! c5 x4 x0 u! K
+ v( ~' {8 Y$ U5 C
6 }8 H6 i  G" p7 h

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....

" \' A* J6 Q4 }6 F啟動了偽靜態, 比如: www.test.com/hello-world

9 F/ O4 G4 V' `! _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

7 s5 @/ X  [, U7 d( }5 f做出來記得給我一份啊

7 A5 p4 [  t6 ~