如何抓取网页flash(如何抓取网页flash呢？答案就是javascript抓取呢)

　　如何抓取网页flash(如何抓取网页flash呢？答案就是javascript抓取呢)

　　如何抓取网页flash呢？答案就是javascript,不过很麻烦，我们通过google的html5接口进行抓取，获取html中的所有字符串内容。javascript抓取原理首先，我们需要解释下javascript的原理。google的技术栈中包含了script/css/html4j等，script和css等主要是封装在javascript的javascript.所以，只要我们的网页是javascript开发的，那么我们也可以很轻松的拿到网页的所有内容。

　　html5javascript抓取项目介绍1.项目目的首先，我们需要明确我们要抓取的网页是什么类型的。在介绍项目的目的之前，我们先解释下我们到底想要抓取的是一些什么样的内容。其实，通过这一节我们将得到以下信息：从浏览器到浏览器的传输信息。主要的机制是一个http头，即请求资源时的header。每一个资源对应一个url，我们将其称之为requestresponse，如下图所示。

　　根据csdn上的介绍，在一个合法的http服务器下，实际将数据传输给客户端，需要5阶段的处理过程，每个阶段都包含一些特定的信息。接着，我们将其进行分类。分类过程主要分为两类：第一类：相互独立。第二类：不同的单元内部。我们将一些特定的头信息header将其关联在一起。最后，我们将数据从header中进行提取。

　　这一步，我们最终得到一些内容。当然，在这一阶段，我们将提取信息分为五类：1.资源内容header2.request请求url和responseurl3.http中的header(常是post请求时提供的header)4.属性信息，例如adminroleaccounturl等5.getrequestheader下面我们将其解释如下：首先我们得到一个header头信息，这个头信息包含了一些表单的信息，例如cookie。

　　随后我们分为两个阶段，从服务器接收数据后的5阶段中，各提取对应的信息。第一阶段：从服务器接收数据。服务器一般采用dns服务器，我们将数据下载后，一般传输至其中的dns服务器，然后由dns服务器来接收数据。http和https中，dns信息我们用(域名\/域名服务器)来表示。第二阶段：提取相关的数据。这一阶段我们分为一下几个步骤，不同的网站，这一步的不同处在于其组成网站的阶段划分不同，这些信息列表如下：由于采用类似的五阶段，基本原理上也是一样的，所以这里不再赘述。

　　2.项目代码下面我们讲解代码，包括注释和预览图，为了方便说明，我将代码都合并到github上，作为一个仓库。预览图同上一张我们已经抓取了从浏览器到浏览器的所有html资源，我们不仅将它们传输，同时还需要将它们解析。至于要解析什么东西，当然只是我的一些猜测，将。