El encabezado opcional “X-Frame-Options” del Response HTTP, nos permite poder definir una regla de renderización (aceptar o denegar) al momento de cargar una página en un elemento frame/iframe, esto es muy útil para evitar ataques del tipo Clickjacking o si deseamos que nadie nos pueda incrustar una página en un iframe. Siempre y cuando el [...]
A veces la extracción de datos de un archivo PDF no es tarea facil , sin embargo, existen algunas librerías libres que nos permiten hacer esta tarea más amena, una de ellas es Xpdf que contiene al comando pdftotext (su nombre lo dice todo xD).
CasperJS es un framework sobre PhantomJS que nos entrega una herramienta de mas alto nivel (comparado con PhantomJS) para automatizar procesos en un navegador, como completar formularios, extraer datos, secuencia de navegación entre páginas, etc. Instalación con git Ahora solo nos queda agregar la ruta del “binario” de casperjs a nuestras variables PATH global o [...]
Phantomjs es un browser funcional (basado en WebKit) bajo línea de comandos, contiene una API y es programable a través de Javascript, permitiendo manejar (de forma automatizada) Javascript, DOM handling, CSS selector, JSON, Canvas, and SVG realmente en un navegador. Como no requiere de una interfaz X, es ideal para automatiza tareas como pruebas unitarias, [...]
Una forma sencilla y eficiente para descargar archivos con curl, es crear un nuevo recurso de archivo y asociarlo a curl a través de la opción CURLOPT_FILE con curl_setopt. El siguiente ejemplo primero se autentifica contra un supuesto sitio (capturando las cookies) y luego procede a descargar el archivo (que requiere autentificación).
Si necesitas utilizar un proxy en CURL (en php) para la extración de datos, solo debes configurar los parametro CURLOPT_PROXY, CURLOPT_PROXYPORT y CURLOPT_PROXYUSERPWD con curl_setopt. El siguiente ejemplo, utiliza el proxy 192.168.1.10 puerto 8080 para acceder a la url http://intranet/news.aspx, además de auntentificación NTLM (opcional).
A veces es necesario extraer datos de una aplicación web, que solicite autentificación NTLM (por ejemplo una aplicación web en .net bajo IIS), a través de CURL, podemos configurar las credenciales NTLM para acceder al recurso solicitado. Solo debemos setear el parámetro CURLOPT_HTTPAUTH con la constante CURLAUTH_NTLM. El siguiente ejemplo postea un par de datos [...]
A veces es necesario extraer datos “públicos” desde alguna fuente en internet, en PHP, lo podemos hacer con un GET y una que otra expresión regular. Como en todo, hay varias formas, pero creo que la más sencilla es utilizar la función file_get_contents para realizar un simple GET y obtener el contenido del sitio web. [...]
En Java, disponemos de la clase java.net.URL, una clase de alto nivel que nos permite trabajar de una forma sencilla con las Uniform Resource Locator, es decir, URL. Para realizar una conexión HTTP GET, podemos usar el método openStream (de URL) para obtener un clásico objeto InputStream, el resto es simplemente leer el Stream. El [...]
Un blog más de programación, lenguajes e informática.
Articulos
Tips
This site uses valid HTML and CSS.
If you like what we do, please don't hestitate and subscribe to our RSS Feed.