网页数据采集 - 系列之Flash数据采集

经常看到一些朋友在讨论如何采集flash中的数据，讨论来讨论区，结论就是：flash不能采集，其实也不总是这样。本篇就跟大家分享如何采集flash中的数据。

在开始之前，先说明一下：一般来说flash中的数据是不能被现有技术很容易采集到的，但是也不能谈flash色变，要具体问题具体分析，有些flash是可以通过一些分析发现背后的数据。然后采集就变得很容易了。

具体案例：搜房房价走势采集。

先看看房价走势页面：http://baolishangcheng.soufun.com/house/2810932360/fangjia.htm

可以看出，这是个flash的，还有很多鼠标移动上去显示的数据。

右键点击，发现确实是flash，然后查看源码，发现如下信息：

原来flash是放在iframe中的，好的，打开改iframe对应的网页

http://pinggus.soufun.com/Estimate/process/makeflashchart.aspx?dis=3&city=%C9%EE%DB%DA&height=218

别激动，没看到数据，还是flash，再查看源码，发现一堆脚本：

swfobject.embedSWF("http://img.soufun.com/secondhouse/image/pinggu/js/open-flash-chart.swf", "mychart", "100%", "218", "9.0.0", "expressInstall.swf", {"data-file":"makechartdata.aspx%3fdis%3d3%26newcode%3d1010035274%26city%3d%25c9%25ee%25db%25da%26district%3d%26commerce%3d%26isprojname%3d"},{allowScriptAccess:'always',wmode:'transparent'}

);

玄机就在这里，仔细观察该脚本，发现其使用了一个叫做open-flash-chart的flash，经过google，是个开源的，打开其官网，发现关于它如何使用的文档：

http://teethgrinder.co.uk/open-flash-chart/

再结合上面的源码，发现最关键的地方，数据是由：data-file指定的：

"data-file":"makechartdata.aspx%3fdis%3d3%26newcode%3d1010035274%26city%3d%25c9%25ee%25db%25da%26district%3d%26commerce%3d%26isprojname%3d"

在经过一些基本常识即可发现这是一个url，手工对其解码，得到如下url:

makechartdata.aspx?dis=3&newcode=1010035274&city=%25c9%25ee%25db%25da&district=&commerce=&isprojname=

加上url前半部分，得到完整url：

http://pinggus.soufun.com/Estimate/process/makechartdata.aspx?dis=3&newcode=1010035274&city=%25c9%25ee%25db%25da&district=&commerce=&isprojname=

打开，看到什么了，是不是眼睛被亮瞎了：

这就是你要的数据，好了，今天就到这里，谢谢大家关注。

后续再给大家分享其他网页数据采集的热点难点技术话题。