刮似乎没有网址的网页

Question

我试图抓取这些列表，并为属于我的客户的网站上的这些工作列表提供更多曝光。问题是，我需要能够链接到具体的工作列表，以便求职者申请。 This is the page我在尝试保存来自的商家信息链接。

这将是理想的，如果我可以保存求职者点击查看原始列表然后申请的地址。

1. 这是什么网站做不设有网址为这些页面
2. 是否有可能提供一个列出具体地址
3. 如果可能的话，我怎么能生成地址？

如果我不能得到一个特定的地址，我认为，这样用户点击触发我的客户的网站内部脚本这需要上市ID并搜索我发现，上市的网站的链接，我能得到它开启，然后将用户重定向到该特定列表。

这样做的缺点是用户将不得不等待一段时间，具体取决于列表在目录上的位置。我可以通过一个愉快的“搜索您的列表！感谢您的耐心”信息来放置某种进度条。

如果我可以避免必须这样做，但是，那太棒了！

我正在使用Nokogiri和机械化。

Answer 1

您引用的页面似乎是由Oracle产品生成的，所以人们会认为他们愿意正确构建Web表单（并参考可访问性问题）。他们没有，所以我觉得他们的工程师们每天都很糟糕，或者他们故意让它稍微难以刮擦。

当您将鼠标悬停在这些链接上时，浏览器不显示的原因是href没有。页面的功能是使用JavaScript捕获点击事件，使用一些隐藏值填充POST表单，然后以编程方式调用submit方法。这可能会导致屏幕阅读器和其他辅助功能设备出现问题，并导致后退按钮重新提交页面的方式出现问题。

好消息是，这种类型的构造通常可以通过自己创建表单来实现，可以使用第三方页面上的真实表单或通过爬虫库。如果您将正确的值发布到目标URI，通过检查页面脚本进行逆向工程，则生成的文档应该是您期望的“链接”页面。