试想一下，如果每天要收集100页网页数据甚至更多。如果采用人工收集会吐血，用程序去收集也就成为一个不二的选择。首先肯定会想到说用java、php、C#等高级语言，但这偏偏又有个登陆和验证码，搞到无所适从。还在为收集web端的数据感到苦恼吗？很高兴，你找对地方了。

　　应用场景：

　　　　1、需要每天大量重复收集web端的数据

　　　　2、web页面数据需要登陆后才能采集

　　　　3、web页面存在翻页

　　解决方案：

　　　　手工登陆，然后采用chrome插件的方式进行收集。当然你会说用selenium等自动化测试的方法进行收集更cool，而且可以每天自动收集，完全的自动化不用人工参与。但是作为chrome的忠实脑残粉，再者只需要前端的js、服务器端的接收文件、数据库就可以完美解决这一问题。再加上部署和操作简单。 脑残粉总有很多理由的嘛。好吧，就算是一种憋屈的曲线救国和实现方式吧。

　　思路：

　　　　

帮助手册：http://open.chrome.360.cn/extension_dev/overview.html

实例：

抓取某电商后台订单数据

1、创建一个项目文件夹并引入所需文件：如D:\tool\chrome_server_plugin

　　jquery-2.1.1.min.js、icon.png

2、创建background.html

<html><head>

</head></html>

3、创建配置文件manifest.json文件

{

"name": "获取某电商后台订单信息",

"version": "1.0",

"manifest_version": 2,

"description": "*********获取某电商后台订单信息*********",

"browser_action": {

"default_icon": "icon.png"

},

"permissions": [

"webNavigation",

"tabs",

"contextMenus",

"http://服务器接受数据url/"

],

"background": {

"scripts": ["eventPage.js","jquery-2.1.1.min.js"]

},

"content_scripts": [

{

"matches": ["http://抓取页面url/*"],

"js": ["jquery-2.1.1.min.js", "contentscript.js"]

}

]

}

4、创建前端js文件contentscript.js

var totalPage;

var page = 0;

//注册前台页面监听事件

chrome.extension.onMessage.addListener(

　　function(request, sender, sendResponse) {

　　　　totalPage = $("input[name=totalPage]").val();

　　　　console.log("totalPage----------" + totalPage);

　　　　//console.log("msg----------contentscript.js" + request.greeting);

　　　　getOrderInfo( sendResponse );

　　});

//获取订单信息

function getOrderInfo( sendResponse ){

　　var flag = false;

　　payMoney = [];//货款金额

　　orderTime = [];//下单时间

　　$("tr[class=head] span").each(function(index){

　　　　spantxt = '';

　　　　spantxt = $(this).text();

　　　　if(spantxt.indexOf('货款金额：') > -1){

　　　　　　money = spantxt.substr(5);

　　　　　　//console.log(index + "---------payMoney-------货款金额：" + money);

　　　　　　payMoney.push(money);

　　　　}else if(spantxt.indexOf('下单时间：') > -1){

　　　　　　time = spantxt.substr(5);

　　　　　　//console.log(index + "---------orderTime-------下单时间：" + time);

　　　　　　orderTime.push(time);

　　　　}

　　});

paytype = [];//物流方式

yunfei = [];//运费

$("td[class=p-values]").each(function(index){

　　tdtxt = '';

　　tdtxt = $(this).text();

　　if(tdtxt.indexOf('货到付款') > -1){

　　　　paytype.push('货到付款');

　　}else{

　　　　paytype.push('在线支付');

　　}

　　yf_index = tdtxt.indexOf('运费:');

　　if(yf_index > -1){

　　　　temp = tdtxt.substr(yf_index);

　　　　temp_yf = temp.substr(3);

　　　　//console.log(index + "---------yunfei-------"+ temp +"===" + temp_yf);

　　　　yunfei.push(temp_yf);

　　}else{

　　　　yunfei.push(0);

　　}

　　//console.log(index + "---------tdtxt-------" + tdtxt);

});

orderStatus = [];//订单状态

users = [];//买家账号

remark = [];//备注

$("tr[class=content] td[class=t-c]").each(function(index){

　　tdtxt = '';

　　tdtxt = $(this).text().replace(/[\r\n]\ +/g,"");//将回车，换行，空格去掉

　　temp = index % 5;

　　if(1 == temp){

　　　　orderStatus.push(tdtxt);

　　　　//console.log(index + "---------statu-------" + tdtxt);

　　}else if(2 == temp){

　　　　users.push(tdtxt);

　　　　//console.log(index + "---------users-------" + tdtxt);

　　}else if(3 == temp){

　　　　remark.push(tdtxt);

　　　　//console.log(index + "---------remark-------" + tdtxt);

　　}

});

express = [];//快递单号

$("tr[class=content] td div[style='text-align: center;']").each(function(index){

　　tdtxt = '';

　　tdtxt = $(this).text().replace(/[\r\n]\ +/g,"");//将回车，换行，空格去掉

　　express.push(tdtxt);

　　//console.log( "============快递单号=======" + tdtxt);

});

orderInfo = [];

splitstr = "@_@";

$("tr[class=head] a[track=orderinfopagebeta]").each(function(index){

　　orderid = $(this).text();

　　//console.log("---------orderid-------" + orderid);

　　mycomment = $("a[id=comment_" + orderid + "]").attr('style').replace(/[\r\n]\ +/g,"");

　　if("display: block;" == mycomment){

　　　　mycomment = '已评价';

　　}else if('display:none;' == mycomment){

　　　　mycomment = '未评价';

　　}

　　tempshopid = $("img[id=remarkFlag_" + orderid + "]").attr('onclick');

　　shopidIndex = tempshopid.indexOf(",");

　　shopid = tempshopid.substr(shopidIndex + 1).replace(/[\)\;]/g,"");

　　//console.log("---------shopid-------" + shopid);

　　orderdesc = shopid + splitstr + orderid + splitstr + mycomment + splitstr + payMoney[index] + splitstr + orderTime[index] + splitstr + paytype[index] + splitstr + yunfei[index] + splitstr + orderStatus[index] + splitstr + users[index] + splitstr + remark[index] + splitstr + express[index];

　　console.log("---------orderdesc-------" + orderdesc);

　　orderInfo.push(orderdesc);

});

//chrome.extension.sendMessage({"orderInfo": orderInfo}, function(response) {});

page = parseInt($("a[class=current]").text());

totalPage = parseInt($("input[name=totalPage]").val());

console.log(page + "--page-----------totalPage---" + totalPage);

if(page < totalPage && page < 100){

　　console.log("---------next-------");

　　sendMsg( orderInfo, "next" );

　　$('a.next')[1].click();

}else{

　　console.log("---------end-------");

　　sendMsg( orderInfo, "end" );

}

//

}

//将获取内容传递给后台文件进行处理

function sendMsg( msg, cmd){

　　chrome.extension.sendMessage({"msg": msg, "cmd": cmd}, function(response) {});

}

5、创建后台处理js文件eventPage.js

var flag = false;

var currentTabId;

chrome.browserAction.onClicked.addListener(function(tab) {

　　counter = 40;

　　console.log('Turning ' + tab.url);

　　flag = true;

　　currentTabId = tab.id;

　　chrome.tabs.getSelected(null, function(tab) {

　　　　sendMsg(tab.id);

　　});

});

chrome.webNavigation.onCompleted.addListener(function( tab ){

　　console.log('加载完成***' + tab.tabId );

　　if( flag ){

　　　　sendMsg( tab.tabId );

　　}

});

chrome.extension.onMessage.addListener(

function(request, sender, sendResponse) {

　　console.log("*******evenPage.js***chrome.extension.onMessage.addListener");

　　articleData = request;

　　$.ajax({

　　　　url: "服务器接受数据URL/getOrderinfo.php",

　　　　cache: false,

　　　　type: "POST",

　　　　data: {'orderinfo': request.msg.join("#$#")},

　　　　dataType: "json"

　　　　}).done(function(msg) {

　　　　　　console.log('*******************json*************' + msg.sql );

　　　　　　chrome.tabs.sendMessage(currentTabId, {"cmd":"end"},

　　　　　　function(response) {

　　　　　　console.log(response);

　});

}).fail(function(jqXHR, textStatus) {

　　articleData.firstAccess = textStatus;

});

cmd = request.cmd;

if('end' == cmd){

　　flag = false;//确保不会自动运行

}

});

function sendSku2Info(colores){

　　chrome.tabs.query(

　　　　{active: true, currentWindow: true}, function(tabs) {

　　　　　　chrome.tabs.sendMessage(tabs[0].id, {"cmd":"ok", "sku": colores},

　　　　　　function(response) {

　　　　　　　　console.log(response);

　　　　　　});

　　});

}

function sendMsg( tabid ){

　　console.log(tabid + "--sendMsg()----eventPage.js");

　　chrome.tabs.sendMessage(tabid, {greeting: "start working"}, function(response) {

　　});

}

4、创建服务器接收文件getOrderInfo.php（放在服务器哦，亲！）

<?php

header("Content-type:text/html; charset=utf-8");

//include("./includes/global.php");

echo "***********************";

$con = mysql_connect("localhost","root","root");

echo "==============";

if (!$con)

{

　　die('Could not connect: ' . mysql_error());

}

mysql_select_db("test", $con);

//var_dump($_REQUEST);

$orderinfo = $_POST['orderinfo'];

$orderArr = explode('#$#', $orderinfo);

print_r($orderArr);

$sql_value = array();

$split = "', '";

foreach($orderArr as $myorder){

　　$value = explode('@_@', $myorder);

　　echo "===========" . $value[10] ."</br>";

　　$sql = "INSERT INTO test(venderId, orderid, pingjia, money, ordertime, paytype, yunfei, orderstatu, user, remark, express) VALUES ";

　　$sql .= "('" . $value[0] . $split . $value[1] . $split . $value[2] . $split . $value[3] . $split . $value[4] . $split . $value[5] . $split . $value[6] . $split . 　　　　$value[7] . $split . $value[8] . $split . $value[9] . $split . $value[10] . "') ON DUPLICATE KEY UPDATE remark = '" . $value[9] . "', pingjia = '" . 　　　　$value[2] . "', orderstatu = '" . $value[7] . "', express = '" . $value[10] . "'";

　　mysql_query($sql);

}

mysql_close($con);

?>

5、创建数据库表

CREATE TABLE `test` (

`id` int(10) unsigned NOT NULL AUTO_INCREMENT COMMENT 'id',

`venderId` int(10) NOT NULL DEFAULT '' COMMENT '商家ID',

`orderid` bigint(20) NOT NULL DEFAULT '' COMMENT '订单ID',

`pingjia` varchar(100) NOT NULL DEFAULT '' COMMENT '订单发出后的状态（是否评价）',

`money` decimal(10,2) NOT NULL DEFAULT '0.00' COMMENT '订单金额',

`ordertime` varchar(100) NOT NULL DEFAULT '' COMMENT '下单时间',

`paytype` varchar(100) NOT NULL DEFAULT '' COMMENT '付款方式',

`yunfei` decimal(10,2) NOT NULL DEFAULT '0.00' COMMENT '运费',

`orderstatu` varchar(100) NOT NULL DEFAULT '' COMMENT '订单状态',

`user` varchar(255) NOT NULL DEFAULT '' COMMENT '订单用户',

`remark` varchar(255) NOT NULL DEFAULT '' COMMENT '备注',

`express` varchar(255) NOT NULL DEFAULT '' COMMENT '物流方式和运单号',

`shop_id` int(10) unsigned NOT NULL DEFAULT '' COMMENT '店铺表ID',

`shop_name` varchar(255) NOT NULL DEFAULT '' COMMENT '店铺名称',

`stattime` int(11) NOT NULL DEFAULT '' COMMENT '下单年月日',

PRIMARY KEY (`id`),

UNIQUE KEY `orderid` (`orderid`)

) ENGINE=MyISAM AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT=''

注意：各文件中红色部分需要手工修改，此外如果修改js文件名，请在manifest.json中修改相应的配置信息即可。

插件加载步骤：

　　

示例代码：https://github.com/jackgitgz/chrome_server_plugin

此示例仅供参考，有理解不到位或错误的还请指出。

利用chrome插件批量读取浏览器页面内容并写入数据库的更多相关文章

  1. 利用Chrome插件向指定页面植入js，劫持 XSS

    资源来自:http://www.2cto.com/Article/201307/225986.html 首页 > 安全 > 网站安全 > 正文 利用Chrome插件向指定页面植入js ...

  2. 利用Chrome的Performance工具排查页面性能问题（原叫timeline）

    当页面中发生卡顿,最先考虑的是swf文件造成的卡顿,经过排查发现不是swf造成的影响,利用Chrome的Performance工具发现页面中的一些元素不断在重新布局,造成潜在的性能瓶颈. 首先在Chr ...

  3. 利用webBrowser获取框架内Html页面内容

    原文:利用webBrowser获取框架内Html页面内容 利用webBrowser获取页面比较简单,MSDN下有示例,在这里不必多说. 可是一些 HTML 文档由“框架”构成,或可以存放它们自己独特 ...

  4. 将RichTextBox的内容直接写入数据库：

    将RichTextBox的内容直接写入数据库: private void button1_Click(object sender, EventArgs e) {    System.IO.Memory ...

  5. java批量读取多个文件并存入数据库

    有时候服务运行的日志文件,需要统计分析,但数据量很大,并且直接在文件中看很不直观,这时可以将文件中的内容导入到数据库,入库后的数据就可以按照需求进行统计分析了. 这个是以服务器的访问日志作为示例,一个 ...

  6. jxl读取excel实现导入excel写入数据库

    @RequestMapping(params = "method=import", method = RequestMethod.POST) @ResponseBody publi ...

  7. 利用chrome console批量下载文件

    因工作需要,需要定期从某页面下载多个文档,是体力活. 想用chrome扩展,找了几个不行.原因是: 1.有的扩展识别不了链接,因为链接是形如:jsp?XXX=XXX的形式 2.有的扩展能批量打开链接, ...

  8. c# 读取 excel文件内容，写入txt文档

    1 winform 读取excel文档 1)点击button按钮,弹出上传excel窗口 private void button_headcompany_Click(object sender, Ev ...

  9. Yii 读取CVS文件内容插入到数据库

    这个方法和上次写的读取txt文件的方法基本上差不多,直接贴代码,需要的直接拿走 function ImportExcel(){ $file = fopen('test.csv','r'); //输出文 ...

随机推荐

  1. C++ namespace

    namespace, 命名空间, 用于解决命名冲突的问题. Python中的package/module, Javascript中的object, Java中的package都具有这样的功能. 如何使 ...

  2. python基础补漏-02-collection

    collection系列 [1]计数器 Counter import collections res = collections.Counter("34234sdfgs45tsaf1&quo ...

  3. bzoj3223

    3223: Tyvj 1729 文艺平衡树 Time Limit: 10 Sec  Memory Limit: 128 MBSubmit: 3700  Solved: 2097[Submit][Sta ...

  4. PRINCE2特征（二）

    英国体系环境下项目有什么特征(二) 今天又要和大家分享了,这个时间也是自己很喜欢的时刻.上次给大家分享的是英国体系下项目的特征之一:临时性.不知道大家还有没有印象,英国体系下项目的特征有五个,今天来给 ...

  5. table里面，怎么根据checkbox选择的一行中的某个单元格的值是否为空，来判断是否该选中

    <table class="stripe" id="tab2"> <tr> <th>选择</th> <th ...

  6. 关于我-dinphy简介

    别   名:孜_行 英文名:dinphy QQ交流群:588266650 兴趣爱好:听音乐.打篮球.热衷于诗词文学 专    业:计算机 了    解:windows及Linux.android的基本 ...

  7. 文本文件关键字替换(Java)

    代码实现如下: import java.io.File; import java.io.PrintWriter; import java.util.Scanner; public class File ...

  8. C#微信公众平台接入示例代码

    http://mp.weixin.qq.com/wiki/17/2d4265491f12608cd170a95559800f2d.html 这是微信公众平台提供的接入指南.官网只提供了php的示例代码 ...

  9. BZOJ3879: SvT

    后缀数组裸题,每次的查询单调栈扫一遍就完了.为什么要写虚后缀树= =后缀数组不是自带虚树的结构么= = #include<cstdio> #include<algorithm> ...

  10. Greenplum记录（一）：主体结构、master、segments节点、interconnect、performance monitor

    结构:Client--master host--interconnect--segment host 每个节点都是单独的PG数据库,要获得最佳的性能需要对每个节点进行独立优化. master上不包含任 ...