ahhhhfs (A姐分享) HTML结构分析

网站信息

网站名称: ahhhhfs (A姐分享)
域名: www.ahhhhfs.com
类型: 资源分享网站（WordPress 站点）
特点: 分享各类学习资源、软件、教程等

搜索页面结构

1. 搜索URL模式

https://www.ahhhhfs.com/search/{关键词}
或
https://www.ahhhhfs.com/?s={关键词}

示例:
https://www.ahhhhfs.com/search/小红书
https://www.ahhhhfs.com/?s=小红书

参数说明:
- 关键词: 直接使用中文或URL编码都可以

2. 搜索结果容器

父容器: .row (结果列表容器)
结果项: <article class="post-item item-list"> (每个搜索结果)

3. 单个搜索结果结构

标题区域 (.entry-title)

html

<h2 class="entry-title">
    <a target="_blank" href="https://www.ahhhhfs.com/76567/" 
       title="AI小红书虚拟电商全链路实战课：从选品到变现的AI爆款打法">
        AI小红书虚拟电商全链路实战课：从选品到变现的AI爆款打法
    </a>
</h2>

提取要素:
- 标题: a 的文本内容或 title 属性
- 详情页链接: a 的 href 属性

分类标签 (.entry-cat-dot)

html

<div class="entry-cat-dot">
    <a href="https://www.ahhhhfs.com/recourse/%e7%9f%ad%e8%a7%86%e9%a2%91/">短视频</a>
    <a href="https://www.ahhhhfs.com/recourse/">资源</a>
</div>

提取要素:
- 分类: 所有 a 标签的文本内容

描述区域 (.entry-desc)

html

<div class="entry-desc">
    AI小红书虚拟电商全链路实战课程概览 《AI小红书虚拟电商5.0实战课》是一门聚焦AI与小红书生态融合的系统课程，围绕AI赋能选品、创作、运营与变现四大环节展开...
</div>

提取要素:
- 描述: div 的文本内容

元数据栏 (.entry-meta)

html

<div class="entry-meta">
    <span class="meta-date">
        <i class="far fa-clock me-1"></i>
        <time class="pub-date" datetime="2025-10-18T13:43:10+08:00">1 周前</time>
    </span>
    <span class="meta-likes d-none d-md-inline-block"><i class="far fa-heart me-1"></i>0</span>
    <span class="meta-fav d-none d-md-inline-block"><i class="far fa-star me-1"></i>1</span>
</div>

提取要素:
- 发布时间: time 标签的 datetime 属性或文本内容

详情页面结构

1. 详情页URL模式

https://www.ahhhhfs.com/{文章ID}/

示例:
https://www.ahhhhfs.com/76567/

2. 下载链接位置

下载链接在文章正文内容中 .post-content 里面，通常在文章末尾部分。

下载链接格式示例

html

<p>
    学习地址：
    <a title="..." 
       href="https://pan.quark.cn/s/c16a5ae18ea0" 
       target="_blank" 
       rel="nofollow noopener noreferrer">夸克</a>
</p>

或者

<p>
    下载地址：
    <a href="https://pan.baidu.com/s/xxxxx" 
       target="_blank" 
       rel="nofollow noopener noreferrer">百度网盘</a>
    提取码: xxxx
</p>

或者多个网盘链接：
<p>
    阿里云盘：<a href="...">链接</a>

    夸克网盘：<a href="...">链接</a>

    百度网盘：<a href="...">链接</a> 提取码: xxxx
</p>

提取要素:
- 网盘链接: .post-content 中包含网盘域名的 a 标签的 href 属性
- 提取码/密码: 链接附近的文本内容，可能包含 "提取码"、"密码"、"pwd" 等关键词

CSS选择器总结

数据项	CSS选择器	提取方式
搜索结果列表	`article.post-item.item-list`	遍历所有结果项
标题	`.entry-title a`	文本内容或 title 属性
详情页链接	`.entry-title a`	href 属性
分类标签	`.entry-cat-dot a`	所有 a 标签的文本内容
描述	`.entry-desc`	文本内容
发布时间	`.entry-meta .meta-date time`	datetime 属性或文本内容
文章内容	`.post-content`	HTML 内容
网盘链接	`.post-content a[href*="pan"]` 或匹配网盘域名	href 属性

实现要点

1. 支持的网盘类型

夸克网盘: pan.quark.cn
阿里云盘: aliyundrive.com, alipan.com
百度网盘: pan.baidu.com
UC网盘: drive.uc.cn
迅雷网盘: pan.xunlei.com
天翼云盘: cloud.189.cn
115网盘: 115.com
123网盘: 123pan.com

2. 提取码识别

提取码可能出现在以下位置：

链接后面的文本: 提取码: xxxx 或 密码: xxxx
链接的 title 属性中
标签分隔的下一行
括号内: (提取码: xxxx)

常见关键词：

提取码
密码
pwd
code
取码

3. 链接提取策略

先从搜索结果页获取文章列表
访问每篇文章的详情页
在详情页的 .post-content 中查找包含网盘域名的链接
提取链接和相应的提取码
如果文章没有网盘链接，则跳过

4. 时间格式处理

相对时间: "1 周前"、"2 天前" 需要转换为具体日期
绝对时间: "2025-10-18" 可以直接使用
datetime 属性: "2025-10-18T13:43:10+08:00" 标准ISO格式

5. 去重标识

使用文章ID作为唯一标识: 从详情页URL中提取 /76567/

注意事项

搜索结果可能为空: 如果关键词没有匹配结果，页面会显示"没有找到相关内容"
分页: 搜索结果可能有多页，但通常只抓取第一页即可
网盘链接位置不固定: 链接可能在文章开头、中间或结尾，需要遍历整个 .post-content
广告干扰: 页面包含广告，需要准确定位到实际内容区域
需要访问详情页: 搜索结果页不包含下载链接，必须访问详情页才能获取
请求频率: 需要访问详情页，建议控制请求频率避免被封

示例数据流

1. 搜索请求: https://www.ahhhhfs.com/search/小红书
   ↓
2. 解析搜索结果页，提取文章列表
   - 标题: "AI小红书虚拟电商全链路实战课：从选品到变现的AI爆款打法"
   - 详情页URL: https://www.ahhhhfs.com/76567/
   - 分类: ["短视频", "资源"]
   - 发布时间: 2025-10-18
   ↓
3. 访问详情页: https://www.ahhhhfs.com/76567/
   ↓
4. 解析详情页 .post-content，提取网盘链接
   - 夸克网盘: https://pan.quark.cn/s/c16a5ae18ea0
   - 提取码: (如果有)
   ↓
5. 构建最终结果
   - UniqueID: ahhhhfs-76567
   - Title: "AI小红书虚拟电商全链路实战课：从选品到变现的AI爆款打法"
   - Content: 文章描述
   - Links: [{Type: "quark", URL: "...", Password: ""}]
   - Tags: ["短视频", "资源"]
   - Datetime: 2025-10-18T13:43:10+08:00