请教一下关于抓取新浪微博手机版用户页面数据的问题
0
悬赏园豆：20
[待解决问题]
最近，由于实验设计需要，需要大量抓取微博中的数据，
在采取了一些网友的建议下，我试着写了一个Java程序配合HTMLparser去抓取新浪微博手机版页面的数据。
但是，在抓取用户页面中的数据时，意外遇到了需要本人先登录后才能访问他人页面的问题。
为了解决登录问题，我查取了大量资料。似乎HttpClient能配合实现自动登录。
但是，新浪微博手机版的登录框却是一个很特别的登录设计，
请看代码高亮部分。
在采取了一些网友的建议下，我试着写了一个Java程序配合HTMLparser去抓取新浪微博手机版页面的数据。
但是，在抓取用户页面中的数据时，意外遇到了需要本人先登录后才能访问他人页面的问题。
为了解决登录问题，我查取了大量资料。似乎HttpClient能配合实现自动登录。
但是，新浪微博手机版的登录框却是一个很特别的登录设计，
请看代码高亮部分。
<form action="login_submit.php?rand=1615712919&backURL=http%3A%2F%2Fm.weibo.com%2F&backTitle=%D0%C2%C0%CB%CE%A2%B2%A9&vt=4&revalid=2&ns=1" method="post">
<div class="mg">
手机号/电子邮箱/会员帐号:<br/><input type="text" name="mobile" size="30" value=""/>
<br/>
密码:(<a href="login.php?backURL=http%3A%2F%2Fm.weibo.com%2F&backTitle=%D0%C2%C0%CB%CE%A2%B2%A9&vt=4&revalid=2&ns=1&pt=1">使用明文密码</a>)<br/>
<input type="password" name="password_7069" size="30" value=""/><br/>
<input type="checkbox" name="remember" checked="checked"/>记住登录状态，需支持并打开手机的cookie功能。<br/>
<input type="hidden" name="backURL" value="http://m.weibo.com/"/>
<input type="hidden" name="backTitle" value="新浪微博"/>
<input type="hidden" name="backURL" value="http://m.weibo.com/"/>
<input type="hidden" name="vk" value="7069_6c29_2038971687"/>
<input type="submit" name="submit" value="登录"/><br/>
这里，账号的输入名很普通，是个固定的名称；但是，密码输入框就不一样了，它的名称是个动态生成的，而且每次访问后得到的结果都不一样。
请问在解决这个问题上该怎样处理的？下面的问号是怎样解决的？谢谢！
请问在解决这个问题上该怎样处理的？下面的问号是怎样解决的？谢谢！
HttpClient client = new HttpClient();
PostMethod post_method = new PostMethod("http://3g.sina.com.cn/prog/wapsite/sso/login.php?ns=1&revalid=2&backURL=http%3A%2F%2Fm.weibo.com%2F&backTitle=%D0%C2%C0%CB%CE%A2%B2%A9&vt=");
NameValuePair[] data = {
new NameValuePair("mobile", "....@sina.com"),
new NameValuePair("????", "password"),
};
post_method.setRequestBody(data);
所有回答(3)
0
你应该先去requst登录页面, 拿到response里面的form, 然后把密码密码填好, 然后再post给login.php吧.
...那段包含代码是你copy过来的吧. 貌似encoding设的不对.
恩，呵呵，谢谢了。代码中的encoding确实不对，Copy的时候弄错了，上面的那个应该是request的url而不是post过去的。
request登录页面后确实能拿到form里的内容，但是post的时候, password的input名字又改变了。
不知道是不是我哪里弄错了，能贴上您的Code吗？我确实对request和response这块还不是太理解。
0
获取密码框，虽然名字会动态生成，但是控件名和控件类型组合是唯一的啊（这个表单中只有一个密码输入框），直接获取input的type为password的输入框不行吗？
0
LZ能加下我的QQ吗 454651583 我遇到些问题
