这是一个创建于 2193 天前的主题，其中的信息可能已经有所发展或是发生改变。
输出是乱序，阅读是顺序：
e.dangdang 点 com/pc/reader/index.html?id=19004 （数字太多敏感词，接上） 65429
<div class="wraper" style="width: 660px; height: 880px; position: absolute; left:0px; top:0px; overflow: hidden; "> <div class="text" style="width: 660px; height: 880px; position: absolute; left:0px; top:0px;"> <div><style type="text/css"> .fs-40bdb7ae-1aa { font-size:19px; font-family:'Microsoft Yahei'; position:absolute; } .fs-40bdb7ae-2b0 { font-size:19px; font-family:Arial; position:absolute; } </style><span class="fs-40bdb7ae-1aa" style="left:346px; bottom:361px; ">日</span> <span class="fs-40bdb7ae-1aa" style="left:432px; bottom:469px; ">《</span> <span class="fs-40bdb7ae-1aa" style="left:134px; bottom:730px; ">、</span> <span class="fs-40bdb7ae-1aa" style="left:520px; bottom:760px; ">进</span> <span class="fs-40bdb7ae-1aa" style="left:83px; bottom:439px; ">短</span> <span class="fs-40bdb7ae-1aa" style="left:467px; bottom:591px; ">；</span> <span class="fs-40bdb7ae-1aa" style="left:121px; bottom:652px; ">治</span> <span class="fs-40bdb7ae-1aa" style="left:122px; bottom:561px; ">阅</span> <span class="fs-40bdb7ae-1aa" style="left:596px; bottom:730px; ">的</span> <span class="fs-40bdb7ae-1aa" style="left:425px; bottom:300px; ">门</span> <span class="fs-40bdb7ae-1aa" style="left:463px; bottom:300px; ">族</span> 此处省略几百字。。。 </div> </div> </div>  | 1 gIrl1990 2019-10-15 20:13:03 +08:00 哪一页啊，来一张 效果图。 |
 | 2 creedowl 2019-10-15 20:15:03 +08:00 via Android 我猜是字体 |
 | 3 learnshare 2019-10-15 20:20:47 +08:00 这不简单的定位么 看标点基本都是全角的，所以单页内乱序，然后根据网格生成坐标就可以了 |
 | 4 Wincer 2019-10-15 20:24:04 +08:00 via Android  1 主要是防爬虫，穿插了很多没用的字符，再隐藏掉。https://imweb.io/topic/595b7161d6ca6b4f0ac71f05 |
 | 5 bigriverhorse 2019-10-15 20:25:51 +08:00 via Android 1 楼主，这个还是勉强能连在一起猜，你去看看大众点评的餐厅介绍和用户评价，会大开眼界 |
 | 6 okwork OP @gIrl1990 发不出完整的链接，你把这个拼起来就可以看了 https 冒号 //e.dangdang 点 com/pc/reader/index.html?id=19004 （数字太多敏感词，id 接上） 65429 |
 | 7 exip 2019-10-15 20:32:30 +08:00 via Android 楼主也可以看看天眼查，一样的方法。 猜测是用字体实现的，忘记在哪看过这种方法了。 |
| 8 okwork OP |
 | 9 Rwing 2019-10-15 20:56:00 +08:00 其实不菲啥劲，横纵坐标间距都是固定的，花点时间就能复原 |
 | 11 dremy 2019-10-15 22:00:11 +08:00 via iPhone 截图后 OCR 了解一下 |
 | 12 ochatokori 2019-10-15 22:15:17 +08:00 via Android bottom 和 left 就定位了啊 你把 span 按照这两个属性排序的丢到网格里面不就好了 后端也不是一定要乱序储存，输出的时候先定位再打乱给 html 完全可以吧 |
 | 13 nlysh007 2019-10-15 22:47:57 +08:00 left 升序 bottom 降序排下就还原了吧，，也就分段要多考虑下... |
 | 14 imdong 2019-10-15 23:16:31 +08:00 $.ajax({ type: "GET", url: "https://e.dangdang.com/media/api.go?action=getPcChapterInfo&epubID=1900465429&permanentId=2.0170111163553175e+34&cOnsumeType=1&platform=3&deviceType=Android&deviceVersion=5.0.0&channelId=70000&platformSource=DDDS-P&fromPaltform=ds_android&deviceSerialNo=html5&clientVersiOnNo=5.8.4&token=&chapterID=2&pageIndex=0&locatiOnIndex=3&wordSize=2&style=2&autoBuy=0&chapterIndex=", dataType: "json", success: function (response) { let data = JSON.parse(response.data.chapterInfo).snippet, regex = '<span class="[^"]+" style="left:([0-9]+)px; bottom:([0-9]+)px; ">([^<]+)<\/span>', result = [], str = ""; data.match(RegExp(regex, 'g')).forEach(item => { let info = item.match(RegExp(regex)); result[info[2]] = result[info[2]] || []; result[info[2]][info[1]] = info[3]; }); result.forEach(item => { str = item.join("") + str; }); console.log(str); } }); |
| 15 imdong 2019-10-15 23:27:33 +08:00 1  似乎都不用排序，按照分成数组丢进去，再取出来就自动排序好了... 至于 不同的段落是需要考虑一下的，还有就是不同的字体，如序和标题。 其实也很简单，根据 css 再分类一下即可。 我认为当当应该提高难度，同一行列也用不同的 css，css 里面在加上偏移。 |
| 16 learnshare 2019-10-15 23:50:59 +08:00 @imdong 你这要搞得人家本周加班改版上线 |
 | 17 maomaomao001 2019-10-16 00:14:45 +08:00 我有点搞不懂了，这些企业也明明不算是小企业了，他们为什么不正当搞自己的本身业务， 被爬了，或者有人犯法了，让他们受到惩罚，助力完善相关法律法规不好吗 ， 为什么会搞出这么多奇奇怪怪的定西 |
 | 18 axwz88 2019-10-16 01:30:00 +08:00 via Android 1 @maomaomao001 你这逻辑不就像女人被亵怪她穿的太性感吗，本身别人网站条约里写明不让爬虫爬，有人爬自然是非法访问，相比于靠法律制约还是想怎么反爬来的实在 |
| 19 maomaomao001 2019-10-16 10:31:57 +08:00 @axwz88 到底是怎么看出这种逻辑的 。。。。 我表达的明明是 它（比如百度腾讯阿里）作为不那么小的企业 ， 为什么不试着推进更加规范（正常）的商业模式， 我不太相信如果支付宝被黑了他们仅仅是修复漏洞完事儿 。。。 肯定不会这样吧 既然爬他们的内容违法，为什么不试试拿 |
| 20 maomaomao001 2019-10-16 10:32:08 +08:00 算了，当我没说 |
Select Language