从页面中提取信息与Jsoup(Extracting information from page wi

我试图从提取信息， 在这里与Jsoup库。 不能抢JS元素之后的信息。
我看这个网页与Opera蜻蜓在每个TD元素上。 这里是结果：

<td class="t_port">
      <script type="text/javascript">
      //<![CDATA[
        document.write(Socks^GrubMe^51959);
      //]]>
      </script>
     "1080
                "
    </td>

当我的任何浏览器中使用视图代码函数，他返回我的代码，但没有“1080”同样的思路 - 什么我要找的信息。 当我试图抓住与Jsoup此页面相同的结果I'l服用。 js代码是多少或多或少相似。 喜欢：

document.write(SmallBlind^NineBeforeZero^64881);

要么

document.write(ProxyMoxy^DexterProxy^29182);

或类似的东西

 document.write(Defender^Agile^57721);

了解这项服务的政策，我想这是什么JS代码块这个必要的信息并加载它动态地后，通过编辑DOM附加加入“1080”类型的信息。 任何建议抓住这个信息？

PS：这里是我的代码：

Document doc = Jsoup.connect(socks4URL).post();
    Elements ips = doc.select("table.proxytbl td.t_ip");
    for (Element e : ips) {
        System.out.println("e is " + e.text());
    }
    Elements ports = doc.select("table.proxytbl td.t_port");
    for (Element e : ports) {
        System.out.println("port is " + e);
    }

Answer 1:

第一

我想该网站使用这种技术正是劝阻你这样的人凑他们的信息。 说了这么多，我只是假设你明白这一点而放弃。

第二

此方不加载通过AJAX的端口信息。 它只是定义的脚本标记一些全局变量和使用按位异或运算符 （^）来计算的端口号。 为了理解正在发生的事情，你需要了解的XOR运算，发现在源加载内嵌的小脚本（提示：使用id =“incontent”的DIV中script标签）。 下面是我得到了什么，但是这可能是一个动态生成的脚本，所以它可能从不同的呼叫呼叫：

<script type="text/javascript">
//<![CDATA[
  BigProxy = 13097;BigGoodProxy = 42249^BigProxy;GrubMe = BigGoodProxy^BigProxy;Defender = 16593^BigGoodProxy;Polymorth = 32164^60129;Xorg = Defender^BigProxy;DexterProxy = Defender^Defender;SmallBlind = 56306^22478;Agile = 7797^61126;Socks = BigProxy^SmallBlind;DontGrubMe = BigProxy^45134;Xinemara = 64225^38807;HttpSocks = Socks^BigGoodProxy;BigBlind = GrubMe^41530;NineBeforeZero = 8868^38743;SmallProxy = HttpSocks^Socks;ProxyMoxy = Polymorth^41915;
//]]>
</script>

现在，您可以分析数据，并重新创建具有相同值的变量。 只是解析端口字段和解释小XOR运算。 例如：

document.write(SmallBlind^BigProxy^47917);

根据上面的脚本SmallBlind = 35900和BigProxy = 13097（后评价！）

所以演算是35900 ^ 13097 ^ 47917 = 1080

第三

只要订阅该送你准备使用socks代理列表，如果你需要他们如此糟糕的众多服务之一:)

文章来源: Extracting information from page with Jsoup