爬虫不得不学之 JavaScript 入门篇

32次阅读

共计 4859 个字符,预计需要花费 13 分钟才能阅读完成。

现在的爬虫越来越难了,不再和之前的那样,随便抓个包就可以找到相关的 url,然后 post 一下或者 get 一下数据就出来了。还有一个可能就是可能你以前用来学习的爬虫网站太简单了,还没有看见过那些猛的。上两周我就想弄弄知乎登陆,参数的加密算是把 js 代码扣出来了,但是只能在浏览器上运行,一换到 Python 执行就各种报错,你不会 JavaScript 就什么都调不了,所以二话不说,开启了新的大陆。那就开始吧!
1. JavaScript 介绍
JavaScript 是运行在 客户端的语言,和你们说的 Java 是很不一样的,Java 通常用于服务器端的。但是他们两者也有相似之处,比如 JavaScript 的命名规范和名称和 Java 相似。其他的好像就没有什么了,哈哈。
JavaScript 也是一门脚本语言,和 python 一样,都是解释性语言,即每运行一行代码就解释一行,只不过 JavaScript 的解释器在浏览器内部。
JavaScript 最初被应用是为了处理与表单相关的验证,现在应用就更加广了,可以说是几乎无所不能,比如用来做服务端开发,命令行工具、桌面程序和游戏开发等。
我在学了之后也跟着弄了两个小的页面游戏,怀念童年。

2.JavaScript 组成

EcmaScript:JavaScript 的核心,定义了 JavaScript 的基本语法和数据类型,也是我们今天所学的内容。
DOM:document odject model,文档对象模型,用于操作网页中的页面元素的,比如可以控制相关元素的增删改查。
BOM:browser object model,,浏览器对象模型,用于操作浏览器窗口,比如弹出框,控制页面滑动等。

3.JavaScript 变量
在了解变量之前,先要知道 JavaScript 代码写在那里:

行内,即写在 html 的元素中,不建议
嵌入,即写在 <script> 标签内,这个练习时可以使用,但当代码量大的时候也不建议
外部,即 js 代码都在另一个文件内,用链接的方式接入 html 文件即可,推荐使用这种方式。

还有注释:

单行注释:// 注释内容
多行注释:/* 注释内容 */

3.1 变量的定义以及作用
变量是计算机内存中存储数据的标识符,根据变量名称可以获取到内存中存储的数据。
使用变量我们可以更方便的获取或修改内存中的数据。
3.2 定义变量
使用 var 关键字来声明变量,和 python 差不多,都是弱类型的语言,只不过 python 不需要使用关键字来声明。

注:console.log() 这个方法只是在控制台打印一下变量而已。
3.3 变量的命名规则和规范
1):规则 - 必须遵守的,不遵守就会报错,就好比人类的法律

由字母、数字、下划线和 $ 组成,但是不能以数字开头,如:12asd 这个名字就会报错
不能是关键字或保留字,比如 var、for 等
严格区分大小写,就是说大写和小写都是不一样的变量

2):规范 - 建议遵守的,但不遵守也不会报错,比如人类的道德

变量名必须有意义,因为这样别人才能看得懂,而且也利于维护,没有意义的就像我们需要破解相关参数时看到的 js 混淆,想想就头痛。
遵守驼峰命名法,首字母小写,后面单词的首字母大写,如:userName

3.4 小案例
了解完变量之后可以做个小案例:交换两个值

4. 数据类型
JavaScript 的数据类型分两种,一个为简单数据类型,另一个为复杂数据类型。
简单数据类型有 Number、String、Boolean、undefined 和 null。一共五种
复杂数据类型比如 object,这个以后遇到再说,慢慢来。
4.1 Number
Number 为数值固定的表示法,用来表示整数和浮点数的。它的字面量就是数值,那字面量是什么意思呢?字面量就是这个变量表示的值,

比如上面变量 a 的字面量就是 12,b 的字面量就是 45。
我们还可以使用 typeof 关键字来判断这个数据类型

除了使用上面的十进制来赋值,我们还可以使用八进制和十六进制

八进制的数是以 0 开头的,而十六进制的是以 0x 开头的,其他的进制就不讨论了。
无论你写何种进制,它的存储还是以二进制来存储的,所以这样就弄成了浮点数的存储精确度,浮点数只能精确到 17 位小数。

可以看到 两个浮点数的相加不是很准确,所以不要在有浮点数的运算下做判断,有可能会有你想不到的结果,如

浮点数除了直接表示我们还可以使用科学计数法,当然,整数也是一样可以使用的。

Number 数据类型是有范围的,但是不需要我们刻意去计,记住它的关键字就可以了。

最后再说一个关键字:NaN:not a number, 这个表示不是数值,当有两个数据运算时,运算失败就会返回这个值。我们也可以判断一个数据类型是不是 NaN,使用 isNaN() 方法即可。

4.2 String
String 类型就是用单引号或双引号括起来的内容就是了,和 python 的字符串类型也是差不多的。

length 属性是获取字符串的长度。
连接两个字符串可以使用 + 进行连接,+ 号两边不需要全是 String 类型也可以进行连接

思考:如何打印出下列字符串

我是一个 ” 帅哥 ”
我喜欢 ” 学‘python’”

这里面有单引号和双引号,如果直接进行打印的话就会出错,这时候我们就需要把这些有意义的字符给转义符,转成普通的字符

根据上面的转义符,就可以写出下面语句了

4.3 Boolean
boolean 类型,字面量只有 true 和 false,表示真假,即表示计算机的 1 和 0。
当我们描述只有两种结果的事物是可以使用这个。
4.4 undefined 和 null

undefined 表示一个声明了没有赋值的变量,所以变量的默认值就是 undefined。
null 只是表示为空,如果要想把该值设为 null,只能手动赋值。

5. 数据类型转换
5.1 其他类型转 String 类型
使用 toString() 方法

需要注意:undefined 和 null 类型不能使用这个方法
使用 String() 强转,这个对任何类型都适用

使用 + 连接符 连接空字符,这是最方便的, 也是支持所有类型

5.2 其他类型转 Number 类型
使用 Number(),当转不了的时候会返回 NaN, 说明不是数值,在将 Boolean 类型转 Number 时,true 会转为 1,false 会转为 0。这个方法不支持将数字开头带有其它字符的字符串转为数值类型,如 “12df”

使用 parseInt(),只能转为整数,而且转不了 Boolean。但是可以转以数字开头而带有字符的字符串。这个就可以应用在比如需要将 “16px” 转为数值,就可以使用这个。转不了时也会返回 NaN。
使用 parseFloat() 可以转为浮点数,当字符串为整数时也可以转为整数。需要注意的是:当字符串中有两个小数点的时候,只会转第二个小数点之前的数字,后面的都当作字符串

使用 + 或 – 来将值取正或取负。这个的功能和 Number 差不多。

使用 – 来进行减法运算来转。这个使用运算符就会先把左右两边的类型先转为数值类型再运算,所以可以用来相减 0。至于 + 不行,是因为这个用来做字符串的拼接了。

5.3 其他类型转 Boolean 类型
这个使用 Boolean() 来转就可以了,所有类型都可以转。转为 false 的情况为 null、undefined、NaN、0 和 空字符串,其他情况均为 true。
其实这个还可以使用隐式转换,就是不需要自己手动转,解释器会自动帮我们转,隐式转换通常用在判断语句的情况,隐式转换可以减少代码的书写,等说到判断语句再说,下面就有!
6. 操作符
操作符就是用来对数据类型进行操作的符号,每个语言的操作符都差不多,这里再说下可以更深刻一点!
6.1 算术运算符
有 + – * / % 五个,任何一个数 除 0 都为为无穷大,模 0 为 NaN

6.2 一元运算符
一元运算符就是只需要一个操作数的运算符,有 ++、– 和 !

前置 ++:如 a++,变量在前,这个是先将变量的结果返回再对自身加 1,
后置 ++:如 ++a,变量在后,这个是先将变量进行自身加 1,再把结果返回

还有 — 也是一样的,只是 它是自身减 1,在运算中需要注意变量在一元运算符的顺序。
! 就是对操作数取反,而且返回的是 Boolean 类型

6.3 逻辑运算符
逻辑运算符有 &&、|| 和 !,! 因为只对一个操作数操作所以也属于一元运算符。

&&:这个是与运算符,只有当两边都为 true 的时候才会返回 true,其他情况都返回 false。
||:这个是或运算符,只有当两边都为 false 的时候才返回 false,其他情况都返回 true。

6.4 关系运算符
关系运算符有 < > <= >= == != === 和 !==。运算完都是返回 Boolean 类型的,这里就不细说了,都差不多的,只说下 == 和 === 的区别,还有 !== 和 != 的区别。== 只判断两值的字面量相等不相等,不会判断数据类型,而 === 会先去判断数据类型再判断字面量,!= 和 !== 的区别也是这样。

6.5 赋值运算符
赋值运算符有 += -= *= /= %= = 六个。
+= 就是把左右两边的值相加起来再赋值给左边的值,其他的也一样,就不多说了。

6.6 运算符优先级从高到低(运算顺序)

()
一元运算符
算术运算符,同级时先 * / 再 + –
关系运算符:> >= < <=
相等运算符:== === != !==

逻辑运算符:同级时先 && 再 ||
赋值运算符

7. 流程结构
JavaScript 的流程结构有三种,分别是顺序结构,分支结构和循环结构,这个也和 python 差不多的。
顺序结构就是代码是按顺序从上到下执行的,分支结构就是按照给定条件的是否成立而执行不同的语句,循环结构就是重复执行某一段代码。
顺序结构就不多说了,我们刚才运行的代码就是顺序结构的,现在先说下分支结构。
7.1 分支结构
使用分支结构可以使用 if 和 else 组成的语句,写法和 python 差不多。

单独 if 语句
说到判断,就有个隐式转换,就是 if 括号里面的值会将任意类型的值隐式转换成 Boolean 类型。如下:

另一种形式的分支语句:

if-else 一起用
这个 if-else 合用还有个简单点的写法,叫做三元运算符,语法为

当表达式 1 为 true 的时候,就会把 表达式 2 的值给返回,否则返回 表达式 3 的值,这个有一个缺陷,就是必须要有结果返回。

还有一种形式的分支语句:

if-else if-if 三个合用
上面的 三个合用我们也可以使用 switch 语句来改写,这个是选择关键词。语法为

改写后:

因为 case 的值只能是一个值,不能是范围,所以用了个除法来解决,要不然需要写大量的 case,还需要注意一点是一定需要记得写 break,否则在匹配到相应的值之后它会一直往下运行不管 case 值是否对应,直到遇到 break 或者 全部运行完。
7.2 循环结构
JavaScript 的循环结构也有 while 和 for 语句,但他还有 do-while 语句。
for 语句:一般在确定了循环的次数就会使用这个比较方便,语法为:

这个先去执行初始化表达式 1,然后去执行判断表达式 2,符合条件就会执行循环体,循环体执行完之后就执行自增表达式 3,再去判断,接下来就是重复刚才的动作,直到不满足判断表达式 2。

while 语句:在无法确定循环次数的时候就可以用这个,使用这个需要注意循环结束的条件,以免写了死循环。语法为:

满足循环条件之后就执行循环体,然后再去执行循环条件,接下来就是重复刚才的动作直到不满足条件。

do-while 语句:这个也是在不知道循环次数的时候使用,但是当循环体无论如何都需要执行一次的话就可以选择使用这个。语法为:

先去执行循环体,再去判断循环条件,接下来就是重复刚才的动作直到循环条件不满足。
在循环结构中还可以使用 break 和 continue 来对循环进行跳出的操作。break 就是跳出整个循环,就是循环结束,而 continue 是跳出本次循环,接着下一次的循环。
学习了循环之后,我们也可以尝试着自己打印一个三角形,或者 99 乘法表来满足一下自己。

这两个的思路都是差不多的,只要你搞定了第一个三角形的思路,下面的乘法表自然就迎刃而解了,这里就不多说了。
下篇就开始进入复杂的数据类型了,即 object,准备好了吗?

正文完
 0