使用php方法curl抓取AJAX异步内容思路分析及代码分享

其实抓ajax异步内容的页面和抓普通的页面区别不大。ajax只不过是做了一次异步的http请求，只要使用firebug类似的工具，找到请求的后端服务url和传值的参数，然后对该url传递参数进行抓取即可。

利用Firebug的网络工具

如果抓去的是页面，则内容中没有显示的数据，是一堆JS代码。

Code

    $cookie_file=tempnam('./temp','cookie');
    $ch = curl_init();
    $url1 = "http://www.cdut.edu.cn/default.html";
    curl_setopt($ch,CURLOPT_URL,$url1);
    curl_setopt($ch,CURLOPT_HTTP_VERSION,CURL_HTTP_VERSION_1_1);
    curl_setopt($ch,CURLOPT_HEADER,0);
    curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
    curl_setopt($ch,CURLOPT_FOLLOWLOCATION,1);
    curl_setopt($ch, CURLOPT_ENCODING ,'gzip'); //加入gzip解析
    //设置连接结束后保存cookie信息的文件
    curl_setopt($ch,CURLOPT_COOKIEJAR,$cookie_file);
    $content=curl_exec($ch);

    curl_close($ch);

    $ch3 = curl_init();
    $url3 = "http://www.cdut.edu.cn/xww/dwr/call/plaincall/portalAjax.getNewsXml.dwr";
    $curlPost = "callCount=1&page;=/xww/type/1000020118.html&httpSessionId;=12A9B726E6A2D4D3B09DE7952B2F282C&scriptSessionId;=295315B4B4141B09DA888D3A3ADB8FAA658&c0-scriptName;=portalAjax&c0-methodName;=getNewsXml&c0-id;=0&c0-param0;=string:10000201&c0-param1;=string:1000020118&c0-param2;=string:news_&c0-param3;=number:5969&c0-param4;=number:1&c0-param5;=null:null&c0-param6;=null:null&batchId;=0";
    curl_setopt($ch3,CURLOPT_URL,$url3);
    curl_setopt($ch3,CURLOPT_POST,1);
    curl_setopt($ch3,CURLOPT_POSTFIELDS,$curlPost);

    //设置连接结束后保存cookie信息的文件
    curl_setopt($ch3,CURLOPT_COOKIEFILE,$cookie_file); 
    $content1=curl_exec($ch3);
    curl_close($ch3);