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)

  • 增值税进项发票怎么做账
  • 金融资产交易增值税
  • 暂估入库的价格一般会高一些吗
  • 养猪场死猪处理方法
  • 怎么根据实发工资算应发工资
  • 小规模纳税人年应税销售额标准是
  • 个人到税务局开增值税专用发票
  • 购买商品赠送
  • 复式记账法和会计分录
  • 海关补料
  • 处理固定资产如何开票
  • 增值税普通发票需要交税吗
  • 债权投资属于其他非流动金融资产嘛
  • 个人投资者
  • 建帐选择什么会计制度和会计准则之后能修改吗
  • 建筑业预估成本怎么算
  • 接受捐赠后会引起
  • 没有购销合同怎么申报印花税
  • 带息的应付票据计算的利息计入财务费用
  • 手机压缩包损坏怎么修复
  • win11绿屏是什么原因
  • 查看chrome浏览器内核版本
  • 购买电子承兑需要给对方开发票吗
  • vue url 参数
  • php新手入门
  • 哪些货物出口不需要运输条件
  • 现金流量表补充资料怎么理解
  • 费用冲账的会计分录
  • 个人抬头有什么用
  • 请假扣款会计分录
  • javascript核心技术
  • 大学生web前端期刊有哪些
  • 基于VGGNet乳腺超声图像数据集分析
  • 报销人和收款人不一致
  • merge命令合并不了数据
  • python读取TXT文件代码
  • phpcms 数据库配置文件
  • 纸质增值税专用发票申领
  • 没有发票的公账报销了怎么入账
  • 印花税按什么的比例缴纳
  • 个人建筑安装属于劳务吗
  • 增值税会计账务处理例题
  • SQL查询中in和exists的区别分析
  • 外购无形资产的增值税计入成本吗
  • 金税盘 申报
  • 合并报表抵消分录的基本原理
  • 个税手续费返还比例
  • 电子商务会计科目有哪些
  • 股权转让如何缴纳个税
  • 招待费住宿
  • 本期盈余为负数怎么调整
  • 哪些个体户要报残保金
  • 汇算清缴要补交0.01怎么调成0
  • 公司固定资产明细表
  • 购买方账务处理
  • 新会计准则2021执行科目
  • 房地产企业会计核算和税务处理大全
  • mysql优化技巧实战
  • sql语句大全实例教程.pdf
  • mysql5.7.22安装配置教程
  • 小黑马科技
  • win10系统怎么关闭自动更新
  • linux系统坏了怎么恢复数据
  • linux下时间同步的两种方法分享
  • 在Linux系统中如何打开R语言控制台
  • win10组策略编辑器没有
  • windows7basic怎么改
  • 安卓开发框架mvvm
  • shell脚本调用php方法
  • Node.js中的construct构造函数
  • html:xt
  • vue.js打包部署
  • android源码分析
  • 标箭头的手机软件
  • 运输专票怎么开发票
  • 武汉电子税务局申领发票以后如何自取
  • 深圳大学各专业组代码
  • 报税的资格
  • 存款利息需要交税吗
  • 年税怎么扣
  • 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