抓取 DuckDuckGo 的多页 HTML

如何解决抓取 DuckDuckGo 的多页 HTML

我创建了一个简单的 PHP 脚本来抓取 DuckDuckGo 的 html.duckduckgo.com。我希望抓取的不仅仅是结果的第一页。我使用的库仅支持 GET 请求,我似乎无法找到将显示新结果页面的 GET 参数。

按下“下一步”按钮会向 DDG 发送 POST 请求,我尝试将 POST 请求中的参数添加到 GET 请求中,但没有成功。

dev tools

知道如何找到 GET 参数以查看下一页结果吗?这种东西真的存在吗?

这是我当前的代码,我使用的是 DiDOM

<?PHP

require "../vendor/autoload.PHP";

use DiDom\Document;

$document = new Document('https://html.duckduckgo.com/html/?q=test',true);

$posts = $document->find('.result__url');

$links = [];

foreach($posts as $post) {
    array_push($links,trim($post->text()));
}

$api = json_encode($links);
file_put_contents("links.json",$api);

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其他元素将获得点击?
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。)
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbcDriver发生异常。为什么?
这是用Java进行XML解析的最佳库。
Java的PriorityQueue的内置迭代器不会以任何特定顺序遍历数据结构。为什么?
如何在Java中聆听按键时移动图像。
Java“Program to an interface”。这是什么意思?
Java在半透明框架/面板/组件上重新绘画。
Java“ Class.forName()”和“ Class.forName()。newInstance()”之间有什么区别?
在此环境中不提供编译器。也许是在JRE而不是JDK上运行?
Java用相同的方法在一个类中实现两个接口。哪种接口方法被覆盖?
Java 什么是Runtime.getRuntime()。totalMemory()和freeMemory()?
java.library.path中的java.lang.UnsatisfiedLinkError否*****。dll
JavaFX“位置是必需的。” 即使在同一包装中
Java 导入两个具有相同名称的类。怎么处理?
Java 是否应该在HttpServletResponse.getOutputStream()/。getWriter()上调用.close()?
Java RegEx元字符(。)和普通点?