|来源：博客园
|链接：https://wwwblogs/ZweiZhao/p/9798008.html
阿里试用排序
前景提要
说来简直丢尽了钢铁直男的脸，没错，昨晚我在愉快的做着外包的活（中国移动的小程序，自由职业，喂），11点多了，女友突然脑子一抽：“你能不能帮我把这个玩意排序一下给我用啊，我好薅点羊毛，技术能实现嘛？”
我比较无奈的看了看，阿里试用咩？什么鬼，哦哦哦，就这玩意啊，爬虫爬一下就是了。我是前端……
回道：“没问题啊，爬虫呗。”
她：“哇，多久能做出来啊？”
我：“我现在在忙诶，1-2小时吧。”
她：“行了，你别忙了，赶紧帮我弄一下出来！”
我看了看她的脸，羞耻的最小化《微信开发者工具》。。。
页面展示
你要是觉得这也是广告，那真是太抬举我了。
爬虫搞起来
NodeJS 爬虫，百度一下，到处都是现成的代码，我也就不一一分析了，拿出简书的一段代码，来自 埃米莉Emily：
const express = require('express');// 调用 express 实例，它是一个函数，不带参数调用时，会返回一个 express 实例，将这个变量赋予 app 变量。const superagent = require('superagent');const cheerio = require('cheerio');const app = express();
app.get('/', (req, res, next) => { console.log(req)
superagent.get('https://www.v2ex/')
.end((err, sres) => { // 常规的错误处理
if (err) { return next(err);
} // sres.text 里面存储着网页的 html 内容，将它传给 cheerio.load 之后
// 就可以得到一个实现了 jquery 接口的变量，我们习惯性地将它命名为 `$`
// 剩下就都是 jquery 的内容了
let $ = cheerio.load(sres.text); let items = [];
$('.item_title a').each((idx, element) => { let $element = $(element);
items.push({ title: $element.text(), href: $element.attr('href')
});
});
res.send(items);
});
});
app.listen(3000, function () { console.log('app is listening at port 3000');
});嘛，express 用 NodeJS 的不可能不知道，superagent 理解成可以在 Node 里面做对外请求即可，cheerio 嗯，Node 专用 JQ。
首爬
把上面的请求地址换成：https://try.taobao/，查看页面标签结构，找到想要的选择器结构：
.tb-try-wd-item-info > .detail，把这个替换上面选择器 .item_title a，走起：
……我不想展示结果，因为只有六个，页面实际展示是 10 个，找了半天，发现两个问题：
如上，第一个是爬到的 6 个是推荐，喵的，不是下面列表；
第二个，下面列表是后面通过 POST 单独请求来的数据，怎么看都是某框架的 SSR 干的好事。
于是爬虫不成，得换战略。
模拟 POST
OK，既然是 POST，就好弄了，直接把连接跟参数刨出来，然后 superagent 模拟：
superagent
.post( `https://try.taobao/api3/call?what=show&page=${paylaod.page}&pageSize&api=x%2Fsearch`
)
.set('content-type', 'application/x-www-form-urlencoded; charset=UTF-8')
.end((err, sres) => { // 常规的错误处理
if (err) { return next(err)
} const result = JSON.parse(sres.text).result // 返回结构树
resolve(result)
}) content-type 源自：
哼哼哼，你没猜错，失败了，如下：
想想是必然的，怎么可能给你随便请求呢，然后该怎么做？研究？nonono，老夫上来就是一梭子，不就是 Content-Type 么！
superagent
.post( `https://try.taobao/api3/call?what=show&page=${paylaod.page}&pageSize&api=x%2Fsearch`
)
.set( 'user-agent', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'
)
.set('accept', 'pplication/json, text/javascript, */*; q=0.01')
.set('accept-encoding', 'gzip, deflate, br')
.set( 'accept-language', 'zh-CN,zh;q=0.9,en;q=0.8,la;q=0.7,zh-TW;q=0.6,da;q=0.5'
) // .set('content-length', '8')
.set('content-type', 'application/x-www-form-urlencoded; charset=UTF-8')
.set( 'cookie', 'your cookie'
)
.set('origin', 'https://try.taobao')
.set('referer', 'https://try.taobao')
.set('x-csrf-token', 'f0b8e7443eb7e')
.set('x-requested-with', 'XMLHttpRequest')
.end((err, sres) => { // 常规的错误处理
if (err) { return next(err)
} const result = JSON.parse(sres.text).result
resolve(result)
})依据就是下面这个：
不就是头么，不就是源么，不就是用户代理么，用个 HTTPS 还没有你办法了？
注意上面 .set('content-length', '8')，不知道那边怎么玩，加上这个就超时……
于是，交代了吧：
{ "pages": { "paging": { "n": 2182, "page": 1, "pages": 219
}, "items": [
{ "shopUserId": "2450112357", "title": "凯度高端款嵌入式蒸烤箱", "status": 1, "totalNum": 1, "requestNum": 15530, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "casdon凯度旗舰店", "showId": "2561626", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34530215", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1ycS2eMDqK1RjSZSyXXaxEVXa.jpg", "shopItemId": "559771706359", "price": 13850
},
{ "shopUserId": "3189770892", "title": "皇家美素佳儿老包装2段400g", "status": 1, "totalNum": 50, "requestNum": 2079, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "皇家美素佳儿旗舰店", "showId": "2551240", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34396042", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1YrSZaVYqK1RjSZLeXXbXppXa.jpg", "shopItemId": "547114874458", "price": 189
},
{ "shopUserId": "1077716829", "title": "关注店铺优先审水密码幻彩隔离", "status": 1, "totalNum": 10, "requestNum": 6907, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "水密码旗舰店", "showId": "2568391", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34784086", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB16_4ChmzqK1RjSZPxXXc4tVXa.jpg", "shopItemId": "559005882880", "price": 599
},
{ "shopUserId": "725786863", "title": "精品皮草派克大衣", "status": 1, "totalNum": 1, "requestNum": 11793, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "美瑞蓓特", "showId": "2557886", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34574078", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1zVLMdCrqK1RjSZK9XXXyypXa.jpg", "shopItemId": "577418950477", "price": 5980
},
{ "shopUserId": "3000840351", "title": "保友智能新品Pofit电脑椅", "status": 1, "totalNum": 1, "requestNum": 12895, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "保友办公家具旗舰店", "showId": "2557100", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34528042", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1bYZEg6TpK1RjSZKPXXa3UpXa.png", "shopItemId": "577598687971", "price": 5408
},
{ "shopUserId": "791732485", "title": "TEK手持吸尘器A8", "status": 1, "totalNum": 1, "requestNum": 17195, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "泰怡凯旗舰店", "showId": "2552265", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34444014", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1D6bWbhTpK1RjSZFGXXcHqFXa.jpg", "shopItemId": "547653053965", "price": 5199
},
{ "shopUserId": "3229583972", "title": "椰富海南冷炸椰子油食用油1L", "status": 1, "totalNum": 20, "requestNum": 4451, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "椰富食品专营店", "showId": "2561698", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34532250", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1VjLSePDpK1RjSZFrXXa78VXa.jpg", "shopItemId": "578653506446", "price": 256
},
{ "shopUserId": "855223948", "title": "卡西欧立式家用电钢琴PX770", "status": 1, "totalNum": 1, "requestNum": 16762, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "世纪音缘乐器专营店", "showId": "2551326", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34420041", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1CC6aa9zqK1RjSZFpXXakSXXa.jpg", "shopItemId": "562405126383", "price": 4838
},
{ "shopUserId": "4065939832", "title": "关注宝贝送轻奢沙发床", "status": 1, "totalNum": 1, "requestNum": 17436, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "贝兮旗舰店", "showId": "2559904", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34532170", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1AzxYegHqK1RjSZFPXXcwapXa.jpg", "shopItemId": "577798067313", "price": 4399
},
{ "shopUserId": "807974445", "title": "森海塞尔CX6蓝牙耳机", "status": 1, "totalNum": 4, "requestNum": 22557, "acceptNum": 0, "reportNum": 0, "isApplied": false, "shopName": "sennheiser旗舰店", "showId": "2559701", "startTime": 1539619200000, "endTime": 1540220400000, "id": "34532161", "type": 1, "pic": "//img.alicdn/bao/uploaded/TB1HET6d7voK1RjSZFwXXciCFXa.jpg", "shopItemId": "564408956766", "price": 999
}
]
}
}细心的小伙伴应该看到，我没有发送 form 给他，一样可以请求到需要的数据，page 挂在了 query 上……这里，允许我严重怀疑一下他们的技术能力。
展示部分
数据拿到，就简单了，其实就是这一个接口实现剩下的功能了，没错，记住我是前端。
<!DOCTYPE html><html lang="en"><head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta http-equiv="X-UA-Compatible" content="ie=edge">
<title>tb try</title>
<style>
.warning { color: red;
} button { width: 100px; height: 44px; margin-right: 44px;
} table { border: 1px solid #d8d8d8; border-collapse: collapse;
} tr { border-bottom: 1px solid #d8d8d8; cursor: pointer;
} tr:last-child { border: 0;
} </style></head><body>
<button onclick="postPage()">下一页</button>
<span id="currentPage"></span>
<table>
<tbody>
<tr>
<th>序号（倒序）</th>
<th>概率</th>
<th>名字</th>
</tr>
</tbody>
<tbody id="results"></tbody>
</table>
<script src="https://cdnjs.cloudflare/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<script>
let currentPage = 0 // 当前页面
let allItems = [] // 全部数据
let currentTime = 0 // 锁频率使用，标记上次时间
const loopInterval = 2 // 锁频率步长，单位秒
const results = document.querySelector('#results') const currentPageText = document.querySelector('#currentPage') const reFullTBody = arr => { let innerHtml = ''
arr.forEach((item, i) => {
item.rate = item.totalNum / item.requestNum * 100
let tr = `
<tr onclick="window.open('https://try.taobao/item.htm?id=${item.id}')">
<td>${i + 1}</td>
<td>${item.rate.toFixed(3) + '%'}</td>
<td>${item.title}</td>
</tr>
`
if (item.rate > 5) tr = tr.replace('<tr', '<tr class="warning"')
innerHtml += tr
})
currentPageText.innerText = `当前页：${currentPage}`
results.innerHTML = innerHtml // 原谅我 mvvm 的臭毛病
} const postPage = () => { // 锁频率步长内取消请求
const newTime = new Date().getTime() const shoudBack = newTime - currentTime < loopInterval * 1000
if(shoudBack) {
alert(loopInterval + '秒内不要多次点击哦。') return
}
currentTime = newTime
$.post('/table', { page: currentPage }, res => { if(res.length < 1) {
alert('今天结束的已经筛选完了') return
}
allItems = [...allItems, ...res]
allItems.sort((a, b) => b.rate - a.rate)
reFullTBody(allItems)
currentPage--
})
}
$.get('/total', res => {
currentPage = res.pages
postPage()
}) </script></body></html>长这个样子：
我多人性化，可以点击跳转、概率超过 5% 红色展示、还告诉你当前所在页码、点太快还给你提示………………………………
就是这么好用，喜欢的赶紧体验吧！
线上：点我体验(http://only-u.site:8000/)
Github: Spider(https://github/ZweiZhao/Spider)
觉得有用，不要吝惜 star 哦。
“程序猿技术大咖”，您值得拥有！
更多推荐
阿里试用,女朋友逼着我给她排序
发布评论