网页手机号抓取程序(鲲鹏Web数据抓取-专业网站数据采集服务提供者(图) )

　　网页手机号抓取程序(鲲鹏Web数据抓取-专业网站数据采集服务提供者(图)

)

　　鲲鹏网络数据采集-专业网络数据采集服务商

　　很多网站为了防止用户的隐私信息（电话、手机、邮箱）被爬虫抓取，对这些信息进行了特殊处理并输出。比如使用JS输出，使用Ajax动态加载，以图片的形式展示。

　　其中最常见的是使用JS输出，实现成本最低，爬取也最好。

　　例如这个页面：

　　其电话号码部分由JS输出，JS代码如下：

　　更BT的是函数名“escramble_751()”还在变化。

　　但是，使用强大的字符串匹配工具“正则表达式”可以很容易地提取出来：

# code by Python

phone_re = re.compile("a='([ \+\-\d]+?)'.*?b='([ \+\-\d]+?)'.*?a\+='([ \+\-\d]+?)'.*?b\+='([ \+\-\d]+?)'.*?c='([ \+\-\d]+?)'", re.DOTALL)

match = phone_re.search(html)

if match:

a, b, c, d, e = match.groups()

telephone = a + c + e + b + d

else:

telephone = None