python 爬虫 中国专利公布公告

目标网站：

首先看一下请求

带全参数模拟发送一下请求

可以拿到html但是没有链接地址，链接地址应该是点击操作后，执行zl_pp这个函数生成的

全文搜索一下zl_pp，发现在isearch.js这个文件里

贴出来调试一下

根据他的逻辑，首先他获得了id为pato的这个元素。去原html搜索下，发现是个表单
找一下提交表单的这个请求

目测刚刚那段js代码就是生成一些参数，然后填到这个表单里post提交，代码不长，直接改写一下

先做个表单的框架，再将其他逻辑改写下

调试一下看看

获得表单数据

在同一地址尝试发起post请求

发现返回了加密js

研究一下结构，

里面有3个meta标签

3个script标签，其中一个script中放的是加密代码

格式化一下加密代码

===============================================================================
此时就没什么思路了，把这段代码放到调试工具中，发现并不能直接运行，会报各种少东西
网上找了参考文章：https://segmentfault.com/a/1190000017541235

根据他的思路先找到参数列表

关于替换原文中混淆字符串的工具，原文中使用了acorn，但是我没找到详细的资料，后来我搜AST，发现了这篇文章
https://segmentfault.com/a/1190000016231512
里面推荐了一个类似的工具recast，并且有详细使用方法