刮似乎沒有網址的網頁

Question

我試圖抓取這些列表，併爲屬於我的客戶的網站上的這些工作列表提供更多曝光。問題是，我需要能夠鏈接到具體的工作列表，以便求職者申請。 This is the page我在嘗試保存來自的商家信息鏈接。

這將是理想的，如果我可以保存求職者點擊查看原始列表然後申請的地址。

1. 這是什麼網站做不設有網址爲這些頁面
2. 是否有可能提供一個列出具體地址
3. 如果可能的話，我怎麼能生成地址？

如果我不能得到一個特定的地址，我認爲，這樣用戶點擊觸發我的客戶的網站內部腳本這需要上市ID並搜索我發現，上市的網站的鏈接，我能得到它開啓，然後將用戶重定向到該特定列表。

這樣做的缺點是用戶將不得不等待一段時間，具體取決於列表在目錄上的位置。我可以通過一個愉快的「搜索您的列表！感謝您的耐心」信息來放置某種進度條。

如果我可以避免必須這樣做，但是，那太棒了！

我正在使用Nokogiri和機械化。

Answer 1

您引用的頁面似乎是由Oracle產品生成的，所以人們會認爲他們願意正確構建Web表單（並參考可訪問性問題）。他們沒有，所以我覺得他們的工程師們每天都很糟糕，或者他們故意讓它稍微難以刮擦。

當您將鼠標懸停在這些鏈接上時，瀏覽器不顯示的原因是href沒有。頁面的功能是使用JavaScript捕獲點擊事件，使用一些隱藏值填充POST表單，然後以編程方式調用submit方法。這可能會導致屏幕閱讀器和其他輔助功能設備出現問題，並導致後退按鈕重新提交頁面的方式出現問題。

好消息是，這種類型的構造通常可以通過自己創建表單來實現，可以使用第三方頁面上的真實表單或通過爬蟲庫。如果您將正確的值發佈到目標URI，通過檢查頁面腳本進行逆向工程，則生成的文檔應該是您期望的「鏈接」頁面。