Python 通过爬虫实现GitHub网页的模拟登录的示例代码


Posted in Python onAugust 17, 2020

1. 实例描述

通过爬虫获取网页的信息时,有时需要登录网页后才可以获取网页中的可用数据,例如获取 GitHub 网页中的注册号码时,就需要先登录账号才能在登录后的页面中看到该信息,如下图所示。那么该如何实现模拟登录的功能呢?本文实现将通过爬虫实现 GitHub 网页的模拟登录。

Python 通过爬虫实现GitHub网页的模拟登录的示例代码

2. 代码实现

在实现 GitHub 网页的模拟登录时,首先需要查看提交登录请求时都要哪些请求参数,然后获取登录请求的所有参数,再发送登录请求。如果登录成功的情况下获取页面中的注册号码信息即可。具体步骤如下:

(1) 点击 此处 打开 GitHub 的登录页面,然后输入账号与密码,如下图所示。

Python 通过爬虫实现GitHub网页的模拟登录的示例代码

(2) 用 F12 或者 鼠标右键单击网页选择 检查 打开浏览器的开发者工具,选择获取网络请求过程,然后单击登录页面中的 Sign in 按钮,此时开发者工具中将显示 GitHub 网页的登录请求过程,重点查找名称为 session 的网络请求。如下图所示。

Python 通过爬虫实现GitHub网页的模拟登录的示例代码

(3) 单击名称为 session 的网络请求,然后在 Headers 请求信息中主要查看 Request HeadersForm Data 中的各种信息,其中红框内为重要参数与数据。如下图所示。

Python 通过爬虫实现GitHub网页的模拟登录的示例代码

说明:Host 为主页面地址,Referer 为当前请求的来源地址。User-Agent 为浏览器的头部信息。Form Data 中的所有信息都是登录请求的所用参数,其中动态参数为重要参数,authenticity_token 为加密字符串,login 为登录的账号,password 为密码,其它参数为静态参数。由于动态参数只有 authenticity_tokenlogin 以及password ,而用户名与密码只需要将动态字符串填写对应的位置即可,所以接下来需要获取 authenticity_token 参数所对应的加密字符串。

(4) 在浏览器中退出所登录的 GitHub 账号,返回 GitHub 的登录页面,打开浏览器开发者工具,查看网页的 html 代码,然后在代码中搜索 authenticity_token 关键词,标签内 value 所对应的值为 authenticity_token 参数的加密字符串。如下图所示。

Python 通过爬虫实现GitHub网页的模拟登录的示例代码

(5) 实现爬虫代码,首先导入所需模块,然后创建头部信息,再通过 Session 会话对象发送网络请求获取 authenticity_token 信息,最后通过所有的登陆请求参数实现 GitHub 网页的登陆请求并提取注册号码。具体代码如下:

# -*- coding: utf-8 -*-
# @Time  : 2020/5/10 23:25
# @Author : 我就是任性-Amo
# @FileName: 77.通过爬虫实现GitHub网页的模拟登录.py
# @Software: PyCharm
# @Blog  :https://blog.csdn.net/xw1680

import requests # 导入网络请求模块
from lxml import etree # 导入数据解析模块 都是第三方模块需要安装 
# pip install requests/lxml如果太慢 可以加上镜像服务器 或者在Pycharm中使用图形化界面进行安装


class GitHubLogin(object):
  def __init__(self, username, password):
    # 构造头部信息
    self.headers = {
      "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) "
             "AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36",
      "Host": "github.com",
      "Referer": "https://github.com/login"
    }
    self.login_url = "https://github.com/login" # 登录页面地址
    self.post_url = "https://github.com/session" # 实现登录的请求地址
    self.session = requests.Session() # 创建Session会话对象
    self.user_name = username # 用户名
    self.password = password # 密码

  # 获取authenticity_token信息
  def get_token(self):
    # 发送登录页面的网络请求
    response = self.session.get(self.login_url, headers=self.headers)
    if response.status_code == 200: # 判断请求是否成功
      html = etree.HTML(response.text) # 解析html
      # 提取authenticity_token信息
      token = html.xpath("//div[@id='login']/form/input[1]/@value")[0]
      # print(token) 测试是否能够获取到token
    return token # 返回信息

  # 实现登录
  def login(self):
    # 请求参数
    post_data = {
      "commit": "Sign in",
      "authenticity_token": self.get_token(),
      "login": self.user_name,
      "password": self.password,
      "webauthn - support": "supported"
    }
    # 发送登录请求
    response = self.session.post(self.post_url, headers=self.headers, data=post_data)
    if response.status_code == 200: # 判断请求是否成功
      html = etree.HTML(response.text) # 解析html
      # 获取注册号码
      register_number = html.xpath("//div[contains(@class,'Header-item')][last()]//strong")[0]
      print(f"注册号码为: {register_number.text}")
    else:
      print("登录失败")


if __name__ == '__main__':
  user_name = input("请输入您的用户名:") # 获取输入的用户名
  password = input("请输入您的密码:") # 获取输入的密码
  login = GitHubLogin(user_name, password) # 创建登录类对象并传递输入的用户名与密码
  login.login()

执行以上代码,输入用户名与密码,即可显示获取的注册号码。如下图所示:

Python 通过爬虫实现GitHub网页的模拟登录的示例代码

到此这篇关于Python 通过爬虫实现GitHub网页的模拟登录的示例代码的文章就介绍到这了,更多相关Python GitHub模拟登录内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python求算数平方根和约数的方法汇总
Mar 09 Python
详谈python http长连接客户端
Jun 12 Python
python3 发送任意文件邮件的实例
Jan 23 Python
Python实现PS滤镜特效Marble Filter玻璃条纹扭曲效果示例
Jan 29 Python
python psutil库安装教程
Mar 19 Python
pandas带有重复索引操作方法
Jun 08 Python
详解python selenium 爬取网易云音乐歌单名
Mar 28 Python
python3实现用turtle模块画一棵随机樱花树
Nov 21 Python
python爬虫爬取监控教务系统的思路详解
Jan 08 Python
python实现在一个画布上画多个子图
Jan 19 Python
如何利用Python识别图片中的文字
May 31 Python
Python使用sql语句对mysql数据库多条件模糊查询的思路详解
Apr 12 Python
无需压缩软件,用python帮你操作压缩包
Aug 17 #Python
用Python制作mini翻译器的实现示例
Aug 17 #Python
PyCharm vs VSCode,作为python开发者,你更倾向哪种IDE呢?
Aug 17 #Python
pandas apply多线程实现代码
Aug 17 #Python
简述python Scrapy框架
Aug 17 #Python
python使用多线程查询数据库的实现示例
Aug 17 #Python
python使用建议与技巧分享(一)
Aug 17 #Python
You might like
通过PHP修改Linux或Unix口令的方法分享
2012/01/30 PHP
php约瑟夫问题解决关于处死犯人的算法
2015/03/23 PHP
PHP的Yii框架的基本使用示例
2015/08/21 PHP
JS代码判断IE6,IE7,IE8,IE9的函数代码
2013/08/02 Javascript
jQuery中odd选择器的定义和用法
2014/12/23 Javascript
JavaScript实现在标题栏上显示当前日期的方法
2015/03/19 Javascript
JavaScript检测鼠标移动方向的方法
2015/05/22 Javascript
浅析2种JavaScript继承方式
2015/12/04 Javascript
Bootstrap Table使用方法详解
2016/08/01 Javascript
jQuery插件DataTables分页开发心得体会
2017/08/22 jQuery
JavaScript使用FileReader实现图片上传预览效果
2020/03/27 Javascript
React Native 搭建开发环境的方法步骤
2017/10/30 Javascript
webpack4.0打包优化策略整理小结
2018/03/30 Javascript
jQuery的Ajax接收java返回数据方法
2018/08/11 jQuery
js根据json数据中的某一个属性来给数据分组的方法
2018/10/08 Javascript
JS实现水平移动与垂直移动动画
2019/12/19 Javascript
JavaScript实现模态对话框实例
2020/01/13 Javascript
Python中if __name__ == "__main__"详细解释
2014/10/21 Python
简单掌握Python中glob模块查找文件路径的用法
2016/07/05 Python
Python实现二叉树前序、中序、后序及层次遍历示例代码
2019/05/18 Python
Python实现的企业粉丝抽奖功能示例
2019/07/26 Python
Python中的 ansible 动态Inventory 脚本
2020/01/19 Python
Python3的socket使用方法详解
2020/02/18 Python
Ibood荷兰:互联网每日最佳在线优惠
2019/02/28 全球购物
新西兰第一的行李箱网站:luggage.co.nz
2019/07/22 全球购物
美国购物网站:Clickhere2shop
2021/01/28 全球购物
心理健康教育制度
2014/01/27 职场文书
贸易跟单员英文求职信
2014/04/19 职场文书
应届生求职信范文
2014/05/26 职场文书
2015年学生管理工作总结
2015/05/26 职场文书
我在伊朗长大观后感
2015/06/16 职场文书
php png失真的原因及解决办法
2021/10/24 PHP
游戏《铁拳》动画化!2022年年内播出
2022/03/21 日漫
Python中time与datetime模块使用方法详解
2022/03/31 Python
4种方法python批量修改替换列表中元素
2022/04/07 Python
解决IDEA翻译插件Translation报错更新TTK失败不能使用
2022/04/24 Python