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 图片验证码代码

Dec 07 Python

python从入门到精通（DAY 2）

Dec 20 Python

使用python实现BLAST

Feb 12 Python

Python实现修改IE注册表功能示例

May 10 Python

详解如何在cmd命令窗口中搭建简单的python开发环境

Aug 29 Python

python爬虫模拟浏览器访问-User-Agent过程解析

Dec 28 Python

Python vtk读取并显示dicom文件示例

Jan 13 Python

python模拟点击网页按钮实现方法

Feb 25 Python

Python 日期时间datetime 加一天，减一天，加减一小时一分钟,加减一年

Apr 16 Python

如何用Matplotlib 画三维图的示例代码

Jul 28 Python

Python Selenium异常处理的实例分析

Feb 28 Python

python如何获取网络数据

Apr 11 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文件下载实例代码浅析

2016/08/17 PHP

yii2实现分页，带搜索的分页功能示例

2017/01/07 PHP

Laravel实现通过blade模板引擎渲染视图

2019/10/25 PHP

javascript OFFICE控件测试代码

2009/12/08 Javascript

javascript 手动给表增加数据的小例子

2013/07/10 Javascript

图片Slider 带左右按钮的js示例

2013/08/30 Javascript

jquery跟随屏幕滚动效果的实现代码

2016/04/13 Javascript

JavaScript中的Number数字类型学习笔记

2016/05/26 Javascript

常用的javascript设计模式

2017/01/11 Javascript

微信小程序实现多个按钮toggle功能的实例

2017/06/13 Javascript

vue axios 表单提交上传图片的实例

2018/03/16 Javascript

jQuery模拟12306城市选择框功能简单实现方法示例

2018/08/13 jQuery

详解html-webpack-plugin插件(用法总结)

2018/09/12 Javascript

JavaScript中关于base64的一些事

2019/05/06 Javascript

webpack 如何同时输出压缩和未压缩的文件的实现步骤

2020/06/05 Javascript

微信小程序接入vant Weapp组件的详细步骤

2020/10/28 Javascript

微信小程序将页面按钮悬浮固定在底部的实现代码

2020/10/29 Javascript

vue 在服务器端直接修改请求的接口地址

2020/12/19 Vue.js

python操作数据库之sqlite3打开数据库、删除、修改示例

2014/03/13 Python

Python标准库之多进程(multiprocessing包)介绍

2014/11/25 Python

浅析python中SQLAlchemy排序的一个坑

2017/02/24 Python

Python numpy 点数组去重的实例

2018/04/18 Python

Python3.6笔记之将程序运行结果输出到文件的方法

2018/04/22 Python

Python subprocess模块功能与常见用法实例详解

2018/06/28 Python

将labelme格式数据转化为标准的coco数据集格式方式

2020/02/17 Python

python和JavaScript哪个容易上手

2020/06/23 Python

HTML5 canvas画图并保存成图片的jcanvas插件

2014/01/17 HTML / CSS

信息工程学院毕业生推荐信

2013/11/05 职场文书

保险专业大学生职业规划书

2014/03/03 职场文书

剪彩仪式主持词

2014/03/19 职场文书

请假条标准格式规范

2014/04/10 职场文书

售房协议书

2014/08/19 职场文书

酒店采购员岗位职责

2015/04/03 职场文书

公务员学习中国梦心得体会

2016/01/05 职场文书

小学三年级作文之写景

2019/11/05 职场文书

SQLServer2019 数据库的基本使用之图形化界面操作的实现

2021/04/08 SQL Server