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中exit、return、sys.exit()等使用实例和区别

May 28 Python

使用Python从有道词典网页获取单词翻译

Jul 03 Python

Django框架教程之正则表达式URL误区详解

Jan 28 Python

浅谈Python采集网页时正则表达式匹配换行符的问题

Dec 20 Python

浅谈Python中的全局锁(GIL)问题

Jan 11 Python

树莓派动作捕捉抓拍存储图像脚本

Jun 22 Python

Selenium+Python 自动化操控登录界面实例(有简单验证码图片校验)

Jun 28 Python

python性能测量工具cProfile使用解析

Sep 26 Python

使用 Python 合并多个格式一致的 Excel 文件(推荐)

Dec 09 Python

PyTorch中的padding(边缘填充)操作方式

Jan 03 Python

python使用pymysql模块操作MySQL

Jun 16 Python

python游戏开发Pygame框架

Apr 22 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 定界符格式引起的错误

2011/05/24 PHP

PHP使用GIFEncoder类生成的GIF动态图片验证码

2014/07/01 PHP

微信支付开发告警通知实例

2016/07/12 PHP

ThinkPHP删除栏目(实现批量删除栏目)

2017/06/21 PHP

使用PHPStorm+XDebug搭建单步调试环境

2017/11/19 PHP

django中的ajax组件教程详解

2018/10/18 PHP

vmware linux系统安装最新的php7图解

2019/04/14 PHP

jQuery 类twitter的文本字数限制带提示效果插件

2010/04/16 Javascript

发布一个基于javascript的动画类 Fx.js

2010/11/05 Javascript

Jquery判断IE6等浏览器的代码

2011/04/05 Javascript

jquery中选择块并改变属性值的方法

2013/07/31 Javascript

JS实现Enter键跳转及控件获得焦点

2013/08/12 Javascript

js字符串转换成数字与数字转换成字符串的实现方法

2014/01/08 Javascript

用jquery仿做发微博功能示例

2014/04/18 Javascript

javascript上下方向键控制表格行选中并高亮显示的方法

2015/02/13 Javascript

JavaScript中实现map功能代码分享

2015/06/11 Javascript

JavaScript实现快速排序的方法

2015/07/31 Javascript

Node.js的npm包管理器基础使用教程

2016/05/26 Javascript

Django1.7+JQuery+Ajax验证用户注册集成小例子

2017/04/08 jQuery

nodejs body-parser 解析post数据实例

2017/07/26 NodeJs

vue组件表单数据回显验证及提交的实例代码

2018/08/30 Javascript

[03:05]DOTA2英雄基础教程嗜血狂魔

2013/12/10 DOTA

[04:29]2016国际邀请赛中国区预选赛Ehome战队教练采访

2016/06/27 DOTA

[01:32]TI奖金增速竟因它再创新高！DOTA2勇士令状不朽珍藏Ⅰ饰品欣赏

2018/05/18 DOTA

python使用calendar输出指定年份全年日历的方法

2015/04/04 Python

python统计字符的个数代码实例

2020/02/07 Python

解决Jupyter因卸载重装导致的问题修复

2020/04/10 Python

python中os包的用法

2020/06/01 Python

缅怀革命先烈演讲稿

2014/05/14 职场文书

幼儿园秋季开学寄语

2014/08/02 职场文书

个人先进材料范文

2014/12/30 职场文书

护士年终考核评语

2014/12/31 职场文书

中秋节慰问信

2015/02/15 职场文书

2015年科研工作总结范文

2015/05/13 职场文书

Python OpenCV 彩色与灰度图像的转换实现

2021/06/05 Python

mysql 索引合并的使用

2021/08/30 MySQL