日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時(shí)間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
Python爬蟲模擬登錄帶驗(yàn)證碼網(wǎng)站

 爬取網(wǎng)站時(shí)經(jīng)常會(huì)遇到需要登錄的問題，這是就需要用到模擬登錄的相關(guān)方法。python提供了強(qiáng)大的url庫，想做到這個(gè)并不難。這里以登錄學(xué)校教務(wù)系統(tǒng)為例，做一個(gè)簡單的例子。

成都創(chuàng)新互聯(lián)專業(yè)IDC數(shù)據(jù)服務(wù)器托管提供商，專業(yè)提供成都服務(wù)器托管，服務(wù)器租用，西部信息中心，西部信息中心，成都多線服務(wù)器托管等服務(wù)器托管服務(wù)。

首先得明白cookie的作用，cookie是某些網(wǎng)站為了辨別用戶身份、進(jìn)行session跟蹤而儲(chǔ)存在用戶本地終端上的數(shù)據(jù)。因此我們需要用Cookielib模塊來保持網(wǎng)站的cookie。

可以發(fā)現(xiàn)這個(gè)驗(yàn)證碼是動(dòng)態(tài)更新的每次打開都不一樣，一般這種驗(yàn)證碼和cookie是同步的。其次想識(shí)別驗(yàn)證碼肯定是吃力不討好的事，因此我們的思路是首先訪問驗(yàn)證碼頁面，保存驗(yàn)證碼、獲取cookie用于登錄，然后再直接向登錄地址post數(shù)據(jù)。

首先通過抓包工具或者火狐或者谷歌瀏覽器分析登錄頁面需要post的request和header信息。以谷歌瀏覽器為例。

其中需要提交的表單數(shù)據(jù)中txtUserName和TextBox2分別用戶名和密碼。

現(xiàn)在直接到關(guān)鍵部分

上代碼?。?/p>

 
 
 
 
      
  
  
  
  1. import urllib2  
    2.   
  
  
  
  2. import cookielib  
    3.   
  
  
  
  3. import urllib 
    4.   
  
  
  
  4. import re  
    5.   
  
  
  
  5. import sys  
    6.   
  
  
  
  6. '''模擬登錄'''  
    7.   
  
  
  
  7. reload(sys)  
    8.   
  
  
  
  8. sys.setdefaultencoding("utf-8")  
    9.   
  
  
  
  9. # 防止中文報(bào)錯(cuò)  
    10.   
  
  
  
  10. CaptchaUrl = "http://202.115.80.153/CheckCode.aspx"  
    11.   
  
  
  
  11. PostUrl = "http://202.115.80.153/default2.aspx"  
    12.   
  
  
  
  12. # 驗(yàn)證碼地址和post地址  
    13.   
  
  
  
  13. cookie = cookielib.CookieJar()  
    14.   
  
  
  
  14. handler = urllib2.HTTPCookieProcessor(cookie)  
    15.   
  
  
  
  15. opener = urllib2.build_opener(handler)  
    16.   
  
  
  
  16. # 將cookies綁定到一個(gè)opener cookie由cookielib自動(dòng)管理  
    17.   
  
  
  
  17. username = 'username'  
    18.   
  
  
  
  18. password = 'password123'  
    19.   
  
  
  
  19. # 用戶名和密碼  
    20.   
  
  
  
  20. picture = opener.open(CaptchaUrl).read()  
    21.   
  
  
  
  21. # 用openr訪問驗(yàn)證碼地址,獲取cookie  
    22.   
  
  
  
  22. local = open('e:/image.jpg', 'wb')  
    23.   
  
  
  
  23. local.write(picture)  
    24.   
  
  
  
  24. local.close()  
    25.   
  
  
  
  25. # 保存驗(yàn)證碼到本地  
    26.   
  
  
  
  26. SecretCode = raw_input('輸入驗(yàn)證碼：') 
    27.   
  
  
  
  27. # 打開保存的驗(yàn)證碼圖片 輸入  
    28.   
  
  
  
  28. postData = {  
    29.   
  
  
  
  29. '__VIEWSTATE': 'dDwyODE2NTM0OTg7Oz6pH0TWZk5t0lupp/tlA1L+rmL83g==',  
    30.   
  
  
  
  30. 'txtUserName': username,  
    31.   
  
  
  
  31. 'TextBox2': password,  
    32.   
  
  
  
  32. 'txtSecretCode': SecretCode,  
    33.   
  
  
  
  33. 'RadioButtonList1': '學(xué)生',  
    34.   
  
  
  
  34. 'Button1': '',  
    35.   
  
  
  
  35. 'lbLanguage': '',  
    36.   
  
  
  
  36. 'hidPdrs': '',  
    37.   
  
  
  
  37. 'hidsc': '',  
    38.   
  
  
  
  38. }  
    39.   
  
  
  
  39. # 根據(jù)抓包信息 構(gòu)造表單  
    40.   
  
  
  
  40. headers = {  
    41.   
  
  
  
  41. 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',  
    42.   
  
  
  
  42. 'Accept-Language': 'zh-CN,zh;q=0.8',  
    43.   
  
  
  
  43. 'Connection': 'keep-alive',  
    44.   
  
  
  
  44. 'Content-Type': 'application/x-www-form-urlencoded',  
    45.   
  
  
  
  45. 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36',  
    46.   
  
  
  
  46. }  
    47.   
  
  
  
  47. # 根據(jù)抓包信息 構(gòu)造headers  
    48.   
  
  
  
  48. data = urllib.urlencode(postData)  
    49.   
  
  
  
  49. # 生成post數(shù)據(jù) ?key1=value1&key2=value2的形式  
    50.   
  
  
  
  50. request = urllib2.Request(PostUrl, data, headers)  
    51.   
  
  
  
  51. # 構(gòu)造request請(qǐng)求  
    52.   
  
  
  
  52. try:  
    53.   
  
  
  
  53. response = opener.open(request)  
    54.   
  
  
  
  54. result = response.read().decode('gb2312')  
    55.   
  
  
  
  55. # 由于該網(wǎng)頁是gb2312的編碼，所以需要解碼  
    56.   
  
  
  
  56. print result  
    57.   
  
  
  
  57. # 打印登錄后的頁面  
    58.   
  
  
  
  58. except urllib2.HTTPError, e:  
    59.   
  
  
  
  59. print e.code  
    60.   
  
  
  
  60. # 利用之前存有cookie的opener登錄頁面 
    61.

登錄成功后便可以利用該openr訪問其他需要登錄才能訪問的頁面。


分享文章：Python爬蟲模擬登錄帶驗(yàn)證碼網(wǎng)站
文章出自：http://m.5511xx.com/article/ccschjh.html