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sets模块的用法实例

Sep 30 Python

Python实现递归遍历文件夹并删除文件

Apr 18 Python

Python Nose框架编写测试用例方法

Oct 26 Python

利用numpy实现一、二维数组的拼接简单代码示例

Dec 15 Python

python 接口返回的json字符串实例

Mar 27 Python

win7下python3.6安装配置方法图文教程

Jul 31 Python

Python爬取qq空间说说的实例代码

Aug 17 Python

Django中celery执行任务结果的保存方法

Jul 12 Python

使用python接受tgam的脑波数据实例

Apr 09 Python

Python控制台实现交互式环境执行

Jun 09 Python

python下载的库包存放路径

Jul 27 Python

Python实现FTP文件定时自动下载的步骤

Dec 19 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中数字0和空值的区别分析

2014/06/05 PHP

PHP面向对象程序设计内置标准类，普通数据类型转为对象类型示例

2019/06/12 PHP

关于在IE下的一个安全BUG --可用于跟踪用户的系统鼠标位置

2013/04/17 Javascript

jquery实现的随机多彩tag标签随机颜色和字号大小效果

2014/03/27 Javascript

JavaScript组件焦点与页内锚点间传值的方法

2015/02/02 Javascript

Nodejs学习笔记之测试驱动

2015/04/16 NodeJs

JavaScript对Cookie进行读写操作实例

2015/07/25 Javascript

jQuery解决$符号命名冲突

2016/06/18 Javascript

微信小程序网络请求wx.request详解及实例

2017/05/18 Javascript

解决canvas画布使用fillRect()时高度出现双倍效果的问题

2017/08/03 Javascript

vue实现图片加载完成前的loading组件方法

2018/02/05 Javascript

使用Vue调取接口,并渲染数据的示例代码

2019/10/28 Javascript

Vuex实现数据增加和删除功能

2019/11/11 Javascript

numpy.ndarray 交换多维数组(矩阵)的行/列方法

2018/08/02 Python

Django接收自定义http header过程详解

2019/08/23 Python

TensorFlow绘制loss/accuracy曲线的实例

2020/01/21 Python

利用Python计算KS的实例详解

2020/03/03 Python

在pycharm中使用matplotlib.pyplot 绘图时报错的解决

2020/06/01 Python

python如何变换环境

2020/07/21 Python

韩国著名的在线综合购物网站：Akmall

2016/08/07 全球购物

Tarte Cosmetics官网：美国最受欢迎的化妆品公司之一

2017/08/24 全球购物

雷蛇美国官网：Razer

2020/04/03 全球购物

YBF Beauty官网：美丽挚友，美国知名彩妆品牌

2020/11/22 全球购物

与UNIX有关的几个名词

2015/09/17 面试题

学校介绍信范文

2014/01/14 职场文书

2014幼儿教师个人工作总结

2014/12/03 职场文书

财务总监岗位职责

2015/02/03 职场文书

世界环境日活动总结

2015/02/11 职场文书

小学教师工作总结2015

2015/04/07 职场文书

七一慰问简报

2015/07/20 职场文书

优秀教师工作总结2015

2015/07/22 职场文书

MySQL大小写敏感的注意事项

2021/05/24 MySQL

Python爬虫实战之爬取携程评论

2021/06/02 Python

一小时学会TensorFlow2之基本操作2实例代码

2021/09/04 Python

使用javascript解析二维码的三种方式

2021/11/11 Javascript

js前端面试常见浏览器缓存强缓存及协商缓存实例

2022/06/21 Javascript