如何免费下载百度文库的收费文档(下载分析).doc

如何免费下载百度文库的收费文档-下载分析http:/wenku.baidu.com新注册一个用户的的积分是20。所以，要想在上面下载许多文档，是不现实的。对于收费的文档，想想缓存里应该有的吧。找了，没找到。感觉挺神奇的，用flash/flex显示word内容。用httpwatch看一下。链接：http:/wenku.baidu.com/view/e76593c3d5bbfd0a795673a6.html找到2个跟flash相关的链接http:/wenku.baidu.com/static/flash/reader.swfhttp:/wenku.baidu.com/play/e76593c3d5bbfd0a795673a6?pn=1&rn=5第一个，是阅读器。第二个是文档内容从阅读器开始吧。用Sothink SWF Decompiler打开跟显示的很像，应该就是这个了。看一下as代码吧。package reader_fla import flash.display.*; import flash.events.*; dynamic public class MainTimeline extends MovieClip这个类用来，处理进度条的。不管了。package baidu.iknow import flash.display.*; import flash.events.*; public class main extends Sprite找到加载的主函数了。package baidu.iknow import flash.display.*; import flash.events.*; public class Reader extends Sprite private var _firstPagesNum:int; private var _normalPageNum:int; private var _bookmark:String; private var _toolBar:ToolBar; private var _docURL:String; private const BG_COLOR:int = 8890837; private var _bg:Sprite; private const BORDER_COLOR:int = 5668272; private var _docViewer:DocViewer; private var _loading:Loading;上面的读取类，明白了不？_docURL，文档地址BG_COLOR，背景色出来了下面分析下DocViewer，以及这个url，怎么个展示法了。在DocViewer中找到这样一段。正好证明了上面的第2个跟flash相关的链接（这样写，是为了防止文档页数越界，到最后一页，自动返回第一页）http:/wenku.baidu.com/play/e76593c3d5bbfd0a795673a6?pn=1&rn=5上面的这个地址，就是由main.as和DocViewer.as两个类生成出来的。 e76593c3d5bbfd0a795673a6，文档编号pn=1，已经加载了第1页，当前显示的是第1页rn=5，一共5页注意，pn<=5读下来，怎么处理的呢？才成功显示成我们需要的文档的呢？var binaryLoader:* = new URLLoader();binaryLoader.dataFormat = "binary"binaryLoader.addEventListener(ProgressEvent.PROGRESS, this.binaryLoading);binaryLoader.addEventListener(Event.COMPLETE, this.binaryLoadComplete);binaryLoader.addEventListener(IOErrorEvent.IO_ERROR, this.binaryLoadError);数据处理var binaryRequest:* = new URLRequest(tmpURL);读取数据binaryLoader.load(binaryRequest);if (this._showLoading) dispatchEvent(new Event("SHOW_LOADING", true);this._inLoading = true;用binaryLoader加载读过来的数据，并设置，正在加载的提示状态。下面，主要看binaryLoader的几个监听事件了。ProgressEvent.PROGRESS, this.binaryLoading正在加载的处理事件Event.COMPLETE, this.binaryLoadComplete加载完成的处理事件IOErrorEvent.IO_ERROR, this.binaryLoadError加载出错的处理事件设置进度条，没什么好看的。有点长，下面还有。不拿过来了。这里就是处理下载的内容的。看一下，下载的内容什么样。先。在httpwatch中看一下，content和streamServer:Lighttpd，好熟悉。先不谈这个，均衡用的。页数出来了下面应该是内容。Content里显示不是可显示的flash格式，肯定不是了。(268039bytes)，不用说了，这么大200多KB，差不多了，写到这，我看了一下，我写的这个文档大小。哈哈 ，有可能，是把文档内容直接给下载完了哦。不说了。直接分析下载结束后的处理代码。代码，还是贴一下吧。好写注释。private function binaryLoadComplete(param1:Event = null) : void var _loc_11:ByteArray; var _loc_12:int; trace("binaryLoadComplete."); Console.log("binaryLoadComplete."); if (this._noDoc) if (this._noDoc.parent) this._noDoc.parent.removeChild(this._noDoc); this._noDoc = null; this._loadPercent = 0; var _loc_2:* = URLLoader(param1.target); var _loc_3:* = _loc_2.data; this._byteArray = ; var _loc_4:Array; var _loc_5:int; var _loc_6:* = _loc_3.length; while (_loc_5 < _loc_6) if (_loc_5 + 3 < _loc_6) if (_loc_3_loc_5 = 67 | _loc_3_loc_5 = 70 && _loc_3_loc_5 + 1 = 87 && _loc_3_loc_5 + 2 = 83 && _loc_3_loc_5 + 3 = 9 | _loc_3_loc_5 + 3 = 10) _loc_4.push(_loc_5); else _loc_4.push(_loc_6); break; _loc_5+; var _loc_7:* = _loc_3.readMultiByte(_loc_40, "utf-8"); trace(_loc_7); Console.log(_loc_7); var _loc_8:* = JSON.decode(_loc_7); this._pagesAll = Number(_loc_8"totalPage"); if (!this._pagesLoaded) this._pagesLoaded = 0; this._pagesLoaded = this._pagesLoaded + (Number(_loc_8"toPage") - Number(_loc_8"fromPage") + 1); this._fromPage = Number(_loc_8"fromPage"); this._toPage = Number(_loc_8"toPage"); trace("pagesall:" + this._pagesAll + " , frompage:" + this._fromPage + " , topage:" + this._toPage); Console.log("pagesall:" + this._pagesAll + " , frompage:" + this._fromPage + " , topage:" + this._toPage); this._pagethLoading = Number(_loc_8"fromPage")-; var _loc_9:int; while (_loc_9 < _loc_4.length-) _loc_11 = new ByteArray(); _loc_12 = _loc_4_loc_9 + 1 - _loc_4_loc_9; _loc_3.readBytes(_loc_11, 0, _loc_12); this._byteArray.push(_loc_11); _loc_9+; trace(".这一次加载了多少页：" + this._byteArray.length); Console.log(".这一次加载了多少页：" + this._byteArray.length); this._hasConvertPages = 0; this._allConvertPages = Math.min(this._byteArray.length, this._toPage - this._fromPage + 1); if (this._allConvertPages > 0) this.byteArr2DisplayObj(this._hasConvertPages); else trace("blank document ."); this.processNoDoc(); this._loadPercent = 0; dispatchEvent(new Event("STOP_LOADING", true); this._inLoading = false; return; / end function先留着，哪位有兴趣，写个程序哦？提示：模拟请求后，打开这个页，将内容，下载。Httpclient+ selenium或htmlutil，可以完成收费文档下载了。别忘了，互相转换cookies，session什么的。待续。Mail:gaoqs1984gmail.com上官伯阳2010-3-26下载flashpaper，自己转换一下文档成swf说明了，是由flashpaper做成的swf，再显示的