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入门篇之面向对象
Oct 20 Python
Python中的元类编程入门指引
Apr 15 Python
Python生成8位随机字符串的方法分析
Dec 05 Python
python统计字母、空格、数字等字符个数的实例
Jun 29 Python
基于python实现名片管理系统
Nov 30 Python
图文详解Django使用Pycharm连接MySQL数据库
Aug 09 Python
python批量解压zip文件的方法
Aug 20 Python
利用pandas合并多个excel的方法示例
Oct 10 Python
python矩阵运算,转置,逆运算,共轭矩阵实例
May 11 Python
keras读取训练好的模型参数并把参数赋值给其它模型详解
Jun 15 Python
Windows 平台做 Python 开发的最佳组合(推荐)
Jul 27 Python
Python  Asyncio模块实现的生产消费者模型的方法
Mar 01 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
PHP防止注入攻击实例分析
2014/11/03 PHP
yii2 上传图片的示例代码
2018/11/02 PHP
地震发生中逃生十大法则
2008/05/12 Javascript
kmock javascript 单元测试代码
2011/02/06 Javascript
JS简单计算器实例
2015/01/20 Javascript
jquery简单实现带渐显效果的选项卡菜单代码
2015/09/01 Javascript
javascript+jQuery实现360开机时间显示效果
2017/11/03 jQuery
利用vue + koa2 + mockjs模拟数据的方法教程
2017/11/22 Javascript
JS实现的集合去重,交集,并集,差集功能示例
2018/03/13 Javascript
微信小程序实现之手势锁功能实例代码
2018/07/19 Javascript
JS常见构造模式实例对比分析
2018/08/27 Javascript
vue插件draggable实现拖拽移动图片顺序
2018/12/01 Javascript
JS实现的检验身份证格式并输出出生日期,年龄,性别,出生地示例
2019/05/17 Javascript
vue中beforeRouteLeave实现页面回退不刷新的示例代码
2019/11/01 Javascript
vue项目中使用bpmn为节点添加颜色的方法
2020/04/30 Javascript
Python实现爬取百度贴吧帖子所有楼层图片的爬虫示例
2018/04/26 Python
python将txt文件读入为np.array的方法
2018/10/30 Python
Python中socket网络通信是干嘛的
2020/05/27 Python
关于tensorflow softmax函数用法解析
2020/06/30 Python
英国最大的割草机购买网站:Just Lawnmowers
2019/11/02 全球购物
高中军训感言500字
2014/02/24 职场文书
党员岗位承诺书
2014/03/25 职场文书
竞选大队长演讲稿
2014/04/29 职场文书
建筑院校毕业生求职信
2014/06/13 职场文书
党的群众路线对照检查材料
2014/08/27 职场文书
党员四风自我剖析材料思想汇报
2014/09/13 职场文书
2014年变电站工作总结
2014/12/19 职场文书
副总经理岗位职责范本
2015/04/08 职场文书
无故旷工检讨书
2015/08/15 职场文书
2016年大学生寒假社会实践心得体会
2015/10/09 职场文书
2016年寒假家长评语
2015/10/10 职场文书
《月光曲》教学反思
2016/02/16 职场文书
创业计划书之熟食店
2019/10/16 职场文书
SQL Server表分区降低运维和维护成本
2022/04/08 SQL Server
MySQL去除密码登录告警的方法
2022/04/20 MySQL
Ubuntu安装Mysql+启用远程连接的完整过程
2022/06/21 Servers