首页
所有分类
TAGS
文字工具 EMOJI BIBLE
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

ok

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操作MySQL 模拟简单银行转账操作
Sep 27 Python
python pandas 如何替换某列的一个值
Jun 09 Python
python list转矩阵的实例讲解
Aug 04 Python
Python unittest单元测试框架总结
Sep 08 Python
python3实现名片管理系统
Nov 29 Python
python中break、continue 、exit() 、pass终止循环的区别详解
Jul 08 Python
对pytorch中的梯度更新方法详解
Aug 20 Python
Python笔试面试题小结
Sep 07 Python
Django配置文件代码说明
Dec 04 Python
Python代码块及缓存机制原理详解
Dec 13 Python
python利用蒙版抠图(使用PIL.Image和cv2)输出透明背景图
Aug 04 Python
如何获取numpy array前N个最大值
May 14 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
接收函(23) 教学反思(909) 广播稿(323) 方案(1080) 证明书(326) 辞职信(98) 答谢词(97) 感言(394) 计划书(118) 事迹材料(636)
You might like
php下Memcached入门实例解析
2015/01/05 PHP
PHP pear安装配置教程
2016/05/14 PHP
php使用crypt()函数进行加密
2017/06/08 PHP
javascript实现上传图片前的预览（TX的面试题）
2007/08/20 Javascript
jQuery编写widget的一些技巧分享
2010/10/28 Javascript
ComboBox 和 DateField 在IE下消失的解决方法
2013/08/30 Javascript
js密码强度校验
2015/11/10 Javascript
在React框架中实现一些AngularJS中ng指令的例子
2016/03/06 Javascript
jquery.serialize() 函数语法及简单实例
2016/07/08 Javascript
Vue.js快速入门实例教程
2016/10/15 Javascript
jQuery EasyUI Draggable拖动组件
2017/03/01 Javascript
理解Koa2中的async&amp;await的用法
2018/02/05 Javascript
javaScript中&quot;==&quot;和&quot;===&quot;的区别详解
2018/03/16 Javascript
详解webpack4升级指南以及从webpack3.x迁移
2018/06/12 Javascript
老生常谈JS中的继承及实现代码
2018/07/06 Javascript
[06:43]2018DOTA2国际邀请赛寻真——VGJ.Thunder
2018/08/11 DOTA
wxpython中利用线程防止假死的实现方法
2014/08/11 Python
浅谈python中的变量默认是什么类型
2016/09/11 Python
python机器学习理论与实战（六）支持向量机
2018/01/19 Python
Python中生成器和迭代器的区别详解
2018/02/10 Python
python爱心表白 每天都是浪漫七夕!
2018/08/18 Python
Python3爬虫学习入门教程
2018/12/11 Python
Python使用matplotlib绘制圆形代码实例
2020/05/27 Python
Python sorted对list和dict排序
2020/06/09 Python
Python迭代器协议及for循环工作机制详解
2020/07/14 Python
基于python爬取链家二手房信息代码示例
2020/10/21 Python
解决tensorflow模型压缩的问题_踩坑无数,总算搞定
2021/03/02 Python
Ryderwear美国官网：澳大利亚高端健身训练装备品牌
2018/04/24 全球购物
英国奢侈皮具品牌：Aspinal of London
2018/09/02 全球购物
华为慧通面试题
2012/09/11 面试题
2015年幼儿园毕业感言
2014/02/12 职场文书
中学教师师德师风演讲稿
2014/08/22 职场文书
质量整改报告范文
2014/11/08 职场文书
降价通知函
2015/04/23 职场文书
2016大学生就业指导课心得体会
2016/01/15 职场文书
先进基层党组织事迹材料2016
2016/02/29 职场文书