编程 Python

如何使用python爬虫爬取要登陆的网站

Posted in Python onJuly 12, 2019

你好

由于你是游客

无法查看本文

请你登录再进

谢谢合作。。。。。

如何使用python爬虫爬取要登陆的网站

当你在爬某些网站的时候

需要你登录才可以获取数据

咋整？

莫慌

把这几招传授给你

让你以后从容应对

如何使用python爬虫爬取要登陆的网站

登录的常见方法无非是这两种

1、让你输入帐号和密码登录

如何使用python爬虫爬取要登陆的网站

2、让你输入帐号密码+验证码登录

如何使用python爬虫爬取要登陆的网站

今天

先跟你说说第一种

需要验证码的咱们下一篇再讲

第一招

如何使用python爬虫爬取要登陆的网站

Cookie大法

你平常在上某个不为人知的网站的时候

是不是发现你只要登录一次

就可以一直看到你想要的内容

过了一阵子才需要再次登录

这就是因为 Cookie 在做怪

简单来说

就是每一个使用这个网站的人

服务器都会给他一个 Cookie

那么下次你再请求数据的时候

你顺带把这个 Cookie 传过去

服务器一看

诶，小伙子是老客户啊

如何使用python爬虫爬取要登陆的网站

有登录过

直接返回数据给他吧

在服务中还可以设置 Cookie 的有效时间

也就是说

当你下次携带一个过期了的 Cookie 给服务器的时候

服务器虽然知道你是老客户

但是还是需要你重新再登录一次

然后再给你一个有效的 Cookie

Cookie 的时长周期是服务器那边定的

了解了这一点之后

我们就来玩一下吧

我们以「逼乎」为例

https://biihu.cc/account/login/

输入地址之后

按一下 F12

点击 network 标签

然后登录你的帐号

然后点击其中一个

你就可以看到在 Request Headers 有你的 Cookie

如何使用python爬虫爬取要登陆的网站

有了 Cookie 之后

我们在代码中直接获取我的个人信息

import requests
headers = {
 # 假装自己是浏览器
 'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/73.0.3683.75 Chrome/73.0.3683.75 Safari/537.36',
 # 把你刚刚拿到的Cookie塞进来
 'Cookie': 'eda38d470a662ef3606390ac3b84b86f9; Hm_lvt_f1d3b035c559e31c390733e79e080736=1553503899; biihu__user_login=omvZVatKKSlcXbJGmXXew9BmqediJ4lzNoYGzLQjTR%2Fjw1wOz3o4lIacanmcNncX1PsRne5tXpE9r1sqrkdhAYQrugGVfaBICYp8BAQ7yBKnMpAwicq7pZgQ2pg38ZzFyEZVUvOvFHYj3cChZFEWqQ%3D%3D; Hm_lpvt_f1d3b035c559e31c390733e79e080736=1553505597',
}
session = requests.Session()
response = session.get('https://biihu.cc/people/wistbean%E7%9C%9F%E7%89%B9%E4%B9%88%E5%B8%85', headers=headers)
print(response.text)

运行后可以发现不用登录就可以直接拿到自己的个人信息了

<!DOCTYPE html>
<html>
<head>
<meta content="text/html;charset=utf-8" http-equiv="Content-Type" />
<meta content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no" name="viewport" />
<meta http-equiv="X-UA-Compatible" content="IE=edge,Chrome=1" />
<meta name="renderer" content="webkit" />
<title>小帅b真特么帅 的个人主页 - 逼乎</title>
<meta name="keywords" content="逼乎,问答,装逼,逼乎网站" />
<meta name="description" content="逼乎 ，与世界分享你的装逼技巧与见解" />
<base href="https://biihu.cc/" rel="external nofollow" /><!--[if IE]></base><![endif]-->
<link rel="stylesheet" type="text/css" href="https://biihu.cc/static/css/bootstrap.css" rel="external nofollow" />
<link rel="stylesheet" type="text/css" href="https://biihu.cc/static/css/icon.css" rel="external nofollow" />
<link href="https://biihu.cc/static/css/default/common.css?v=20180831" rel="external nofollow" rel="stylesheet" type="text/css" />
<link href="https://biihu.cc/static/css/default/link.css?v=20180831" rel="external nofollow" rel="stylesheet" type="text/css" />
<link href="https://biihu.cc/static/js/plug_module/style.css?v=20180831" rel="external nofollow" rel="stylesheet" type="text/css" />
<link href="https://biihu.cc/static/css/default/user.css?v=20180831" rel="external nofollow" rel="stylesheet" type="text/css" />
<link href="https://biihu.cc/static/css/mood/mood.css" rel="external nofollow" rel="stylesheet" type="text/css" />
<script type="text/javascript">
 var _02AEC94D5CA08B39FC0E1F7CC220F9B4="a5359326797de302bfc9aa6302c001b8";
 var G_POST_HASH=_02AEC94D5CA08B39FC0E1F7CC220F9B4;
 var G_INDEX_SCRIPT = "";
 var G_SITE_NAME = "逼乎";
 var G_BASE_URL = "https://biihu.cc";
 var G_STATIC_URL = "https://biihu.cc/static";
 var G_UPLOAD_URL = "/uploads";
 var G_USER_ID = "188";
 var G_USER_NAME = "666";
 var G_UPLOAD_ENABLE = "Y";
 var G_UNREAD_NOTIFICATION = 0;
 var G_NOTIFICATION_INTERVAL = 100000;
 var G_CAN_CREATE_TOPIC = "1";
 var G_ADVANCED_EDITOR_ENABLE = "Y";
 var FILE_TYPES = "jpg,jpeg,png,gif,zip,doc,docx,rar,pdf,psd";
</script>
<script src="https://biihu.cc/static/js/jquery.2.js?v=20180831" type="text/javascript"></script>

第二招

如何使用python爬虫爬取要登陆的网站

表单请求大法

很简单

就是通过抓包

获取请求登录的时候需要用到的用户名密码参数

然后以表单的形式请求服务器

如果你细心一点的话应该会知道之前说过拉

具体在这

去看下

我就不多说了

第三招

如何使用python爬虫爬取要登陆的网站

Selenium 自动登录法

获取到两个输入框的元素

再获取到登录按钮

往输入框写你的帐号密码

然后自动点击一下登录

username = WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "帐号的selector")))
password = WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "密码的selector")))
submit = WAIT.until(EC.element_to_be_clickable((By.XPATH, '按钮的xpath')))
username.send_keys('你的帐号')
password.send_keys('你的密码')
submit.click()

登录完之后拿到 Cookie

cookies = webdriver.get_cookies()

有了 Cookie 你就可以拿到你想要的数据了，希望对你有帮助

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持三水点靠木。

如何使用python爬虫爬取要登陆的网站

- Author -

千锋Python唐唐君

声明：登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

Python 相关文章推荐

Python 第一步 hello world

Sep 25 Python

python调用Moxa PCOMM Lite通过串口Ymodem协议实现发送文件

Aug 15 Python

python循环监控远程端口的方法

Mar 14 Python

python字符串过滤性能比较5种方法

Jun 22 Python

PyQt5每天必学之工具提示功能

Apr 19 Python

Python实现的连接mssql数据库操作示例

Aug 17 Python

浅谈django的render函数的参数问题

Oct 16 Python

为何人工智能(AI)首选Python？读完这篇文章你就知道了（推荐）

Apr 06 Python

python 缺失值处理的方法（Imputation）

Jul 02 Python

python 生成任意形状的凸包图代码

Apr 16 Python

matplotlib绘制鼠标的十字光标的实现(自定义方式，官方实例)

Jan 10 Python

Python Pandas读取Excel日期数据的异常处理方法

Feb 28 Python

Pycharm使用之设置代码字体大小和颜色主题的教程

Jul 12 #Python

python增加图像对比度的方法

Jul 12 #Python

Python 控制终端输出文字的实例

Jul 12 #Python

在Django的View中使用asyncio的方法

Jul 12 #Python

检测python爬虫时是否代理ip伪装成功的方法

Jul 12 #Python

在PyCharm中控制台输出日志分层级分颜色显示的方法

Jul 11 #Python

基于sklearn实现Bagging算法（python）

Jul 11 #Python

You might like

php 全文搜索和替换的实现代码

2008/07/29 PHP

php实现编辑和保存文件的方法

2015/07/20 PHP

Yii2实现跨mysql数据库关联查询排序功能代码

2017/02/10 PHP

jQuery 锚点跳转滚动条平滑滚动一句话代码

2010/04/30 Javascript

基于JQuery的浮动DIV显示提示信息并自动隐藏

2011/02/11 Javascript

用JQuery模仿淘宝的图片放大镜显示效果

2011/09/15 Javascript

javascript 全选与全取消功能的实现代码

2012/12/23 Javascript

jQuery点击弹出下拉菜单的小例子

2013/08/01 Javascript

浅析JavaScript Array和string的转换(推荐)

2016/05/20 Javascript

AngularJS 输入验证详解及实例代码

2016/07/28 Javascript

修改Jquery Dialog 位置的实现方法

2016/08/26 Javascript

Web打印解决方案之普通报表打印功能

2016/08/29 Javascript

jQuery插件HighCharts绘制2D半圆环图效果示例【附demo源码下载】

2017/03/09 Javascript

微信小程序仿知乎实现评论留言功能

2018/11/28 Javascript

Vue动态生成表格的行和列

2019/07/18 Javascript

vue实现购物车选择功能

2020/01/10 Javascript

design vue 表格开启列排序的操作

2020/10/28 Javascript

[01:00:54]TI4正赛第二日开场

2014/07/20 DOTA

python基础教程之lambda表达式使用方法

2014/02/12 Python

python中的装饰器详解

2015/04/13 Python

python Gabor滤波器讲解

2020/10/26 Python

在html5的Canvas上绘制椭圆的几种方法总结

2013/01/07 HTML / CSS

UNDONE手表官网：世界领先的定制手表品牌

2018/11/13 全球购物

在阿联酋购买翻新手机和平板电脑：Teckzu

2021/02/12 全球购物

电气工程及其自动化自我评价四篇

2013/09/24 职场文书

团员个人的自我评价

2013/12/02 职场文书

文明礼仪小标兵事迹

2014/01/12 职场文书

十佳班主任事迹材料

2014/01/18 职场文书

化妆品店促销方案

2014/02/24 职场文书

态度决定一切演讲稿

2014/05/20 职场文书

企业文化口号

2014/06/12 职场文书

参加招聘会后的感想

2015/08/10 职场文书

读《皮囊》有感：理解是对他人的最大的善举

2019/11/14 职场文书

详解Django的MVT设计模式

2021/04/29 Python

MySQL令人大跌眼镜的隐式转换

2021/08/23 MySQL

详解Golang如何实现支持随机删除元素的堆

2022/09/23 Python