Wordpress 評論求教

月光飛燕 發表於 2013-9-13 07:32
- v) _7 {; K& f/ 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，
# {2 W, b& S2 P  @第1是這些站的後台裡面直接添加的，使用xmlprc，說 ...

0 S  D( _9 u4 G/ e. S$ w 第二種比較有意思.
* Z% Q" H  S0 _1 w不過,首先得獲取相對應文章的ID,
1 Z2 @! Z  F- o2 q7 b7 \# Z8 T) r9 u, d評論那邊有個隱藏的input, comment_post_ID.
: N; ?8 L% K* ^2 }2 O- [0 j1 d8 j所以還是得先訪問頁面


8 s- a% [  J0 b9 w4 C6 O) i

luguokankan 發表於 2013-9-13 17:45
第二種比較有意思.
" `5 @2 f' m9 b6 ]: {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.

; ]: H8 d- F9 X7 [4 r% u1 v0 N$ e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
/ t$ ^" H; E7 ~

9 H- H) A' R$ l. t$ u+ P0 k  X$ f

月光飛燕 發表於 2013-9-13 18:02
! T; G* K9 J* Y- {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.

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.

. _  @5 ]+ P. w% U
4 [+ N6 K1 ^" ?# i: j/ X% Z
! {; p" {  H; a; ?

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,
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
+ F2 L6 D6 Q% K! M( C' X; c
2 A3 U. X  t  v  S' E0 y

HONG 發表於 2013-9-13 21:26
+ M! u2 T8 J1 q+ Q5 c6 [  n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.
) t; {0 D& S* {- N
- B' g1 z- a/ f不過可以猜啊.
" n5 ~' ~0 A: B; z5 [) owww.test.com/?p=xxx
4 d' P) K* ]$ Q3 l6 q
你發header請求驗證頁面是否存在.
" z: X/ w' ~6 S4 c. X: V4 d- Q8 C
用header就避免了下載整個網頁了,對不對

6 A' z& Z+ a5 j$ g/ [( u' H那麼多spam, 肯定comment不需要管理, 猜對post id直接post到wp-comment-post.php
( M7 J4 B+ g) e7 a$ d! A. R1 s
( ?: ?6 B5 f: Z& w! X
# x) |$ Y& o9 F7 v% C" c

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.

不過可以猜啊.

; s# h6 c/ H! d2 a+ d6 l* d  n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
- l+ l6 Z0 e$ b  j" R0 \4 bhttp://arcadegameworld.com/play/stone-age-mahjong-connect/

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。

% S- C- E2 Z4 d5 R今天，就在這裡碰碰運氣，看能否解決我的難題
% g7 v' H$ c8 U/ o# {$ |
- v  e6 ]* P& n3 c" u/ \

" B' p( g  p* Q& Q" k

HONG 發表於 2013-9-14 11:56
0 m3 E; }& \  p  A% {( t5 n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 ...

1 U+ i: Q' {, g5 C額,我說的是猜....

啟動了偽靜態, 比如: www.test.com/hello-world
' D4 I0 R% U5 Y
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.

) }$ f2 p2 W7 _2 G8 I" ^之前比較懶,沒有動手測試. 現在給你看下header請求的結果


+ \7 D; F, C, M! b4 t8 e7 i
沒想到文章id直接在headers裡面. 我算半個高人吧
4 `6 X) Z  M8 ]- Z: N3 W3 @* b: U' m
還有,我奉勸你別使用file_put_contents, 用php curl吧, 支持header請求
" Z2 W2 n9 |% c+ {6 F# D4 R$ m/ A

, {# W4 A  V3 R( t/ }
7 {% N3 K5 `/ n% O( C" d- T$ f# 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....

9 [' ^4 ?6 _3 B4 n4 l3 W  {啟動了偽靜態, 比如: www.test.com/hello-world

8 }" O2 D. Z; ]謝謝您，經過您的指點，我已近實驗成功了

  J$ a. {8 P+ \  {1 R/ T) w2 m/ u

HONG 發表於 2013-9-14 17:23
: }' f9 D* D) I% e2 a  S; K3 n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
4 K; y- \1 @; l' C2 z
" h; w4 q: k% c4 H' q! C: Z) `3 e  |& H