位置: 编程技术 - 正文

Python 爬虫模拟登陆知乎(python爬虫模拟浏览器)

编辑:rootadmin

推荐整理分享Python 爬虫模拟登陆知乎(python爬虫模拟浏览器),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python爬虫模拟搜索数据下载,python爬虫模拟点击JavaScript,python爬虫模拟浏览器,Python 爬虫模拟登录,python爬虫模拟点击,python爬虫模拟点击,Python爬虫模拟浏览器向服务器发送请求,Python爬虫模拟浏览器向服务器发送请求,内容如对您有帮助,希望把文章链接给更多的朋友!

在之前写过一篇使用python爬虫爬取电影天堂资源的文章,重点是如何解析页面和提高爬虫的效率。由于电影天堂上的资源获取权限是所有人都一样的,所以不需要进行登录验证操作,写完那篇文章后又花了些时间研究了一下python模拟登陆,网上关于这部分的资料很多,很多demo都是登陆知乎的,原因是知乎的登陆比较简单,只需要post几个参数,保存cookie。而且还没有进行加密,很适合用来做教学。我也是是新手,一点点的摸索终于成功登陆上了知乎。就通过这篇文章分享一下学习这部分的心得,希望对那些和我一样的初学者有所帮助。

  先来说一下,爬虫模拟登陆的基本原理吧,我也是刚开始接触对于一些深层次的东西也不是掌握的很清楚。首先比较重要的一个概念就是cookie,我们都知道HTTP是一种无状态的协议,也就是说当一个浏览器客户端向服务器提交一个request,服务器回应一个response后,他们之间的联系就中断了。这样就导致了这个客户端在向服务器发送请求时,服务器无法判别这两个客户端是不是一个了。这样肯定是不行的。这时cookie的作用就体现出来了。当客户端向服务器发送一个请求后,服务器会给它分配一个标识(cookie),并保存到客户端本地,当下次该客户端再次发送请求时连带着cookie一并发送给服务器,服务器一看到cookie,啊原来是你呀,这是你的东西,拿走吧。所以一个爬虫模拟登陆就是要要做到模拟一个浏览器客户端的行为,首先将你的基本登录信息发送给指定的url,服务器验证成功后会返回一个cookie,我们就利用这个cookie进行后续的爬取工作就行了。

   我这里抓包用的就是chrome的开发者工具,不过你也可以使用Fiddler、Firebug等都可以,只不过作为一名前端er对chrome有一种特殊的喜爱之情。准备好工具接下来就要打开知乎的登陆页面并查看 我们可以很容易发现这个请求 发送的就是登录信息,当然我使用手机登陆的 用邮件登陆的是最后结尾是email

所以我们只需要向这个地址post数据就行了

Python 爬虫模拟登陆知乎(python爬虫模拟浏览器)

phone_num 登录名password 密码captcha_type 验证码类型(这个参数着这里并没有实质作用)rember_me 记住密码

_xsrf 一个隐藏的表单元素 知乎用来防御CSRF的(关于CSRF请打开这里) 我发现这个值是固定所以就在这里直接写死了 若果有兴趣的同学可以写一个正则表达式 把这部分的值提取出来 这样更严谨一些。

当你看到服务器返回这个信息的时候就说明你登陆成功了

然后你就可以用这个身份去抓取知乎上的页面了

这段代码就是通过实例化一个opener对象保存成功登陆后的cookie信息,然后再通过这个opener带着这个cookie去访问服务器上关于这个身份的完整页面。更复杂的比如微博的登陆这种对请求的数据进行加密了的后面有时间再写出来,与大家分享

使用Python多线程爬虫爬取电影天堂资源 最近花些时间学习了一下Python,并写了一个多线程的爬虫程序来获取电影天堂上资源的迅雷下载地址,代码已经上传到GitHub上了,需要的同学可以自行

利用Python为iOS生成图标和截屏 简介这两天更新完Xcode8之后发现Xcode对图标的要求又有了变化,之前用的一个小应用IconKit还没赶上节奏,已经不能满足Xcode8的要求了。于是就想起来用Py

Linux 下 Python 实现按任意键退出的实现方法 某天在群内有同学问到,在python下我用input或者raw_input都得输入完后回车才能获取到输入的值,那如何实现任意键退出暂停等功能呢,我当时也没有多想

标签: python爬虫模拟浏览器

本文链接地址:https://www.jiuchutong.com/biancheng/384485.html 转载请保留说明!

上一篇:python 自动化将markdown文件转成html文件的方法(python自动化源码)

下一篇:使用Python多线程爬虫爬取电影天堂资源(python 多线程)

  • 2022个税手续费返还交增值税吗
  • 印花税退税减半征收会计分录怎么写?
  • 运输开票的税点是多少
  • 普票也要盖发票专用章吗
  • 研发设备可以一次性扣除吗
  • 报税利润表的第二季度本期金额本年累计金额是什么
  • 什么情况下做暂估
  • 企业应收款包括
  • 企业进行业务预算的编制技巧
  • 税收用在哪些方面
  • 仓储货架工厂仓库货架
  • 是否退还投标文件
  • 企业在筹办期间发生的开办费计入管理费用账户
  • 增值税发票价格低于进项
  • 有了营业执照就可以买社保了吗
  • 自持是啥意思
  • 一般纳税人如何零申报
  • 农产品免税产品可以开增值税专用发票吗
  • 预付账款可以为负吗
  • 鼠标怎么设置为右键功能
  • 所得税汇算清缴前取得跨年发票
  • postgres.exe是什么进程 postgres进程查询
  • 进价金额核算法的账务处理特点
  • php实现图片上传显示
  • 胡山森林公园门票多少钱一张
  • 框架导入
  • php ip地址
  • vue基础知识
  • 自然人税收管理系统
  • 减资资产负债表怎么填
  • 小餐饮需要交什么税
  • python判断字符串为字母
  • 手机上动态调试apk
  • dedecms使用教程
  • 用于app服务端的加速器
  • 挂靠车辆进项税额是否可以抵扣
  • 预缴所得税亏损费用金额大会被监测到吗?
  • 应付职工薪酬的核算内容
  • 租赁个人房屋租金怎么算
  • 企业所得税退税如何进行账务处理
  • 产业扶持资金账户是什么
  • 漏缴增值税处罚规定
  • 存货周转率越高好还是越低好
  • 合同资产计提减值准备的依据
  • 支付设备款怎么做账
  • 减免税款借方有利息吗
  • 收不到物业费不想干了
  • 快递费用是否可以开发票
  • 政府会计制度累计盈余为负数
  • 小规模纳税人认定标准2023年最新
  • 处置投资性房地产取得的收入属于企业收入吗
  • 工程公司本月没发工资
  • 法人的加油费能抵所得税吗
  • 水利建设基金缴纳增值税开始缴纳
  • windf9
  • xp无法创建目录或文件
  • 让Windows Server 2008系统安全更上一层楼
  • 不同的linux系统命令一样吗
  • bios设置从光驱启动优先,可是启动不了
  • win10怎么打开语言设置
  • linux 常用系统
  • software protection延迟启动
  • apt-get和aptitude
  • saproxy.exe - saproxy是什么进程 有什么用
  • windows7电脑怎么变快
  • win8桌面一直在闪
  • po|iceofficer是什么意思
  • windows7使用
  • win10电脑磁盘损坏
  • win10 升级系统
  • javascript entries
  • node.js gui
  • python的pip安装命令
  • js模拟用户输入
  • ugy与ngy
  • js获取节点值
  • python爬虫类
  • javascript define的用法
  • 个人所得税自行纳税申报表(A表)
  • 财务报表盖章位置
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设