金刚狼

苹果诉OpenAI未点名Jony Ive_我的网站

一 |     

　    阿里云优惠券 先领券再下单        前面有写过一篇瀑布流的采集方法，今天在添加一个POST方法来采集Ajax刷新页面的教程。    IT之家 7 月 21 日消息，在上周末（7 月 19 日）的 Power On 时事通讯中，彭博社的马克 · 古尔曼（Mark Gurman）指出，苹果出于多方面因素考虑，在指控 OpenAI 的 41 页诉状中，并未点名前苹果公司设计师乔纳森 · 伊夫（Jony Ive）。         苹果公司于 7 月 12 日向美国加利福尼亚北区联邦地区法院提起诉讼，指控 OpenAI 及其硬件子公司 io Products 通过挖走苹果员工、获取内部文件和接触供应商等方式，盗用苹果商业秘密。    之前的文章请看：火车头采集动态加载Ajax数据（无分页瀑布流网站）    如果遇到POST方法来架子Ajax数据，这和我之前写的是两个类型，瀑布流是直接刷新出数据的页面。    采集网站分析    采集任何一个新站前我们都要对他进行一番分析才好下手。    列表页分析    这个网站的列表页，前面并不是通过Ajax加载的。         IT之家援引博文介绍，在诉讼文件中，苹果公司将矛头对准了以下几人：          Tang Tan：指控其在苹果任职期间（前 iPhone 产品设计副总裁）提前泄露供应商信息及机密，离职后诱导应聘者携带原型机、CAD 图纸等加入 OpenAI，并系统性转移供应链资源。CTRL+U可以直接看到列表内容，通过浏览器也看不到相关请求地址。    

    因为习惯原因，我直接看了下尾页列表页。

二 |     Chang Liu：指控其在职期间指导现任苹果同事规避安全审查复制机密文件，面试前传授未发布项目复习要点，并建议改用私人通讯工具（如 LINE）进行违规交流。

三 |     Yu-Ting “Alyssa” Peng：在仍任职苹果期间，持续向已跳槽至 OpenAI 的刘畅泄露苹果内部保密硬件项目的核心信息，包括项目进展、供应商决策、工程细节等关键保密内容          古尔曼认为，苹果在诉状中未点名伊夫，其中最主要的原因是苹果公司认为关联性有限。伊夫通过设计公司 LoveFrom 参与 OpenAI 硬件项目，但不负责招聘，也不处理日常运营。然后顺手CTRL+U看看网站代码结构有没有大的变化。防止后期采集出错。

四 | 结果就发现无法看到列表内容。浏览器可以看到一个通过post请求的地址。

五 |     

    这时候就意识到这网站列表页可能后面的应该全是通过Ajax加载的。         第二个原因是伊夫和乔布斯遗孀 Laurene Powell Jobs 私交甚好，古尔曼指出 Powell Jobs 曾投资于 io Products，并且仍然支持 LoveFrom。

六 |     通过笨方法，手动访问页面看看Ajax加载大概是哪些。最后找到大概从2200页左右开始Ajax加载。    那我们采集的时候，前面的列表页就可以使用普通方式去采集（速度更快）。

七 |          Powell Jobs 虽然不是苹果董事会成员，也不是公司最大股东之一，但“Jobs”这个姓氏在库比蒂诺仍具影响力。    2200页开始到尾页就通过post请求Ajax页面数据。消息称苹果公司在起诉 OpenAI 时，曾考虑是否要把伊夫写入其中，最终因为这一层关系而放弃。

八 |          第三个原因是舆论观感。

九 | 伊夫于 2019 年离开苹果，并在 2022 年前担任付费顾问。报道指出在库克执掌苹果公司后，库克更重视运营效率、制造和成本纪律，设计不再居于核心位置。         古尔曼认为如果苹果把伊夫拉入本次诉讼争议中，在法庭作证环节中，法官或者对方律师可能要求其回答对苹果设计地位变化的看法。    抓包获取Post数据    这个Ajax地址我在浏览器看不到任何跟页码有关的数据。最后只能使用抓包工具看一下详细的请求内容了。

十 |     

    使用抓包工具Fiddler    Fiddler下载地址：OneDrive-Fiddler-Setup_v5.0.20204.45441.zip    安装设置完成后我们打开浏览器。重新访问一下采集页面，Fiddler会抓到很多请求地址。    查看分析Post数据    Ctrl+F 我们搜索那个Ajax地址        Fiddler会以黄色将搜索到的结果显示出来，我们点击一下他。        在Fiddler右侧会显示这个请求地址的相关详细信息。        信息顶部可以看到是post请求方法。    可以看到有我们请求的页码相关内容。        访问不同页码的页面，经过研究发现规律。        currentPageIndex的值和页码相关，值等于页码减一。我们访问6139页时，currentPageIndex值是6138。    这就找到了规律，我们打开火车头采集器。

十一 |     火车头采集器配置分页设置    起始网址填入Ajax请求地址    

    点“高级模式”。

十二 |     

    点“分页设置”，http请求方式“post”。        把我们Fiddler抓包获取的内容填进去。        将currentPageIndex值的内容替换成火车头采集器的“分页”标签。        下面填入页码。

十三 |     页面地址是从2200到6140，上面我们分析得出post请求内容的currentPageIndex值是实际页码减一。所以这里面我们填2199到6139.    

    网址获取选项设置    为了筛选出我们需要的内容，我们设置一下网址获取选项。

十四 |     打开浏览器F12开发工具，预览一下Ajax获取的内容。    

    可以看到链接的形式是    自考成考报名条件有哪些？    完整的链接地址是    https://域名/chengrenzikao/20200611152022.html    那我们就可以使用下面的规则提取地址。        我们测试一下网址采集。    测试网址采集    点击测试可能提示“post请求必须选择网页编码”我们在火车头其他设置中将编码选为“UTF8”即可。        可以看到已经正确获取到了链接。

十五 | 不放心可以复制链接实际访问一下看看是否正确。    

    注意事项    采集过程注意运行线程和请求间隔时间。教程在测试时因为开的线程较多，频率过高导致对方网站开启了防CC设置。

十六 | 拉黑了我一个服务器IP，此教程写完用了两台服务器。    我们实际采集可以只开1个线程，并设置合适的间隔时间，比如1000ms到1500ms左右。    本文来自2号站长网，转载请注明出处：https://www.zz2zz.com/331414.html

        

    

申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！。

Current article:http://u0fos.bomanglangsugangunxileba.cyou/ecwb/1m1i.html

Published on:11:25:15