極驗滑塊驗證的使用

 

# 爬取河南企業信用信息公示系統為案例
# 案例網址 http://gsxt.haaic.gov.cn/index.jspx

 

下面這個選項一定要勾選

極驗打碼要的參數

 

 要爬取數據所在的頁面

 

 

 根據上面的截圖然后找到相對應的菜蔬  然后下面這個代碼就可以實現打印list頁面的源代碼 ，剩下的就是用解析器解析的部分。

 

 

import requests
import json
from urllib.parse import quote
class Qy():
    def __init__(self):
        self.headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36'}
        self.req = requests.session()


    def get_html(self,url):
        try:
            response = self.req.get(url,headers=self.headers)
            if response.status_code == 200:
                return response.text
            return None
        except:
            print('獲取challenge和ht信息失敗')

    def parse_html(self,html):
        html_dic = json.loads(html)
        url = "http://jiyanapi.c2567.com/shibie?user=username&pass=123456&return=json&ip=&gt=" + html_dic['gt'] + "&challenge=" + html_dic['challenge']
        return self.get_html(url)

    def get_page_html(self,html_json):
        url = 'http://gsxt.haaic.gov.cn/validateSecond.jspx'
        html_dic = json.loads(html_json)
        data = {
            'searchText': '中國',
            'geetest_challenge': html_dic['challenge'],
            'geetest_validate': html_dic['validate'],
            'geetest_seccode': html_dic['validate']+'|jordan',
        }
        html = self.req.post(url,headers=self.headers,data=data).text
        html_di = json.loads(html)
        name = quote(quote('中國'))
        url1 = 'http://gsxt.haaic.gov.cn/'+html_di['obj']+'&searchType=1&entName='+name
        return self.req.get(url,headers=self.headers).text



def main():
    qy = Qy()
    # 獲取challenge和ht信息
    html = qy.get_html('http://gsxt.haaic.gov.cn/registerValidate.jspx')
    # 使用打碼平台進行打碼
    html_json = qy.parse_html(html)
    # 獲取網頁的數據
    data = qy.get_page_html(html_json)
    # 打印網頁的數據
    print(data)


if __name__ == '__main__':
    main()