Sohu 社区的贴子真难下

首先，它第一页到第二页数字跳了１２

http://club.women.sohu.com/r-marriage-5363013-0-4115-0.html
http://club.women.sohu.com/r-marriage-5363013-12-4115-0.html

还好，反正是１２的倍数，于是把链接全打出来放在一个文件里，再导入迅雷下载就好了。

没想到的是，下下来的三百多个文件里面，居然一点正文都没有。。。昏。。。本应该是正文的地方，找到了这个

<script>show_item("7576592","body");</script>
<script>show_item("7576592","body1");</script>
<script>show_item("7576592","sign");</script>

正文都在JS文件里，疯了。

找遍所有的JS文件都没有找到正文。。。

于是用浏览器打开一篇文章，然后跟踪HTTP头，被我找到正文的JS了。原来正文的JS的扩展文是HTML，而不是JS，隐藏得真好。。。

其实这些JS文件和上面的数字是有关的。。。

瞧

http://mirror8.club.sohu.com/readjsnew-marriage-7576592-0.html

所以，就是把原文件的这些数字抓出来。然后重组成一个完整的网址，把这些JS文件下下来就可以了。

下下来的JS文件里其实全是变量，后期处理不作介绍。