Spider抓取动态内容（JavaScript指向的页面）

Question

PHP新手，在写爬虫练手，一般情况下跟踪链接不是很难，但是如果是动态页面就束手无策了。也许分析协议（但是怎么分析？），模拟执行JavaScript脚本（怎么弄？），……另外可能写一个通用的爬取AJAX页面的Spider或许是比较复杂的问题，没有听说或相关开源项目。下面是问题描述：比如一个页面的下一页（ajax函数中有一个得到url对应数据放到content标签部分）：javascript: <a href="javascript:Down(1)">下一页</a>对应的JavaScript代码可能是：function Down(index){    $("#pageindex").val(parseInt(index)+1);    ajaxpage(parseInt(index)+1);}function ajaxpage(index){    $.ajax({    type:"post",    url:"class.aspx", data:"Option=select&cid="+$("#classid").val()+"&asc="+$("#orderselect>option:selected").val()+"&keyword="+escape($("#textfield").val())+"&PI="+index,    success:function(data)    {        $("#content").html(data);    },    error: function(data) {              alert("连接超时,稍后再试!");    }}ps: 我正在翻Stackoverflow,期望有进展，但是可能放在这里可能会更快得到解答。

Answer 1

不懂PHP，一直在用java抓东西，说说我的做法。
对于ajax的请求，一般都会返回json或者xml格式的数据，打开网页的时候你可以用firebug来查看后台发送的ajax请求的格式，程序中设置请求的头信息，有的网站还需要设置cookie信息，不然不会返回数据，cooike的信息firebug都能查得到的。然后在发送请求，一般都会成功。
技术稍微过关的网站都会设置请求的频率限制，所以，注意发送请求的频率。