发送源代码到外部服务器

Question

我有兴趣编写一个脚本，最好是一个容易添加到使用诸如Greasemonkey等工具的浏览器，它将页面的HTML源代码发送到外部服务器，稍后它将在其中分析和有用的数据将被发送到数据库。

但是，我还没有看到这样的事情，我不知道如何处理这个任务。我会想象某种HTTP post是最好的方法，但我对这些想法完全陌生，而且我甚至不会在哪里发送数据来解析它（发送整个数据是没有意义的例如HTML文档到数据库）。因此基本上，我的总体目标是这样工作的（请注意，我只需要步骤1和2的帮助。我熟悉数据解析技术，我从来没有将它们应用到网络上）：

1. 用户查看特定网页
2. 源代码经由Greasemonkey的或一些其它工具发送到该代码被解析成有意义的数据的服务器
3. 存储在MySQL数据库。

任何提示或帮助非常感谢，谢谢！

编辑：代码

ihtml = document.body.innerHTML; 
GM_xmlhttpRequest({ 
method:'POST', 
url:'http://www.myURL.com/getData.php', 
data:"SomeData=" + escape(ihtml) 
}); 

编辑：当前JS日志：

Namespace/GMScriptName: Server Response: 200 
OK 
4 
Date: Sun, 19 Dec 2010 02:41:55 GMT 
Server: Apache/1.3.42 (Unix) mod_gzip/1.3.26.1a mod_auth_passthrough/1.8 mod_log_bytes/1.2 mod_bwlimited/1.4 FrontPage/5.0.2.2635 mod_ssl/2.8.31 OpenSSL/0.9.8e-fips-rhel5 PHP-CGI/0.9 
Connection: close 
Transfer-Encoding: chunked 
Content-Type: text/html 

Array 
(
) 

http://www.url.com/getData.php 

Answer 1

正如你的Q上的评论中提到，我不认为这是一个好主意，就个人而言，我'd避免任何扩展，这样做就像瘟疫，但...

您可以使用所有html元素上可用的innerHTML属性获取该节点内的HTML - 例如正文el EMENT。然后，您可以使用AJAX HTTP（S！）请求发布数据。

您可能还想考虑某种形式的压缩，因为某些页面可能非常大，而且大多数用户的下载速度比上传速度更快。

注意：innerHTML获取将显示当前状态的页面的代码，而不是从Web服务器发送的实际源代码 - 例如，如果您使用JS添加元素，则源代码元素将包含在innerHTML中，即使它从未通过网络发送。

另一种方法是使用AJAX请求来获取当前URL并向自己发送响应。这正是发送给客户端的内容，但所涉及的服务器会意识到该页面已被两次服务（并且在某些可能导致问题的Web应用程序中 - 例如通过“按”删除按钮两次）

最后一个建议是简单地将当前的URL发送给自己，做下载自己的服务器上 - 这也将减轻安全风险一些你止跌”无法逐一检索内容是在不公开

编辑页面：

注：我已经删除了这是在追查问题使用了许多伪造的信息，请查看编辑日志，如果你想要全部细节

PHP代码：

<?php 
    $PageContents = $_POST['PageContents'] 
?> 

的GreaseMonkey脚本：

var ihtml = document.body.innerHTML; 
GM_xmlhttpRequest({ 
    method:'POST', 
    url:'http://example.com/getData.php', 
    data:"PageContents=" + escape(ihtml), 
    headers: {'Content-type': 'application/x-www-form-urlencoded'} 
});