Python爬蟲:抓取手機APP的數據


大多數APP里面返回的是json格式數據,或者一堆加密過的數據 。這里以超級課程表APP為例,抓取超級課程表里用戶發的話題。

1抓取APP數據包

 

 

得到超級課程表登錄的地址:http://120.55.151.61/V2/StudentSkip/loginCheckV4.action

 

表單:

 

表單中包括了用戶名和密碼,當然都是加密過了的,還有一個設備信息,直接post過去就是。

 

另外必須加header,一開始我沒有加header得到的是登錄錯誤,所以要帶上header信息。

 

2登錄

 

 

登錄代碼:

 

import urllib2   from cookielib import CookieJar   loginUrl = 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action'   headers = {      'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',      'User-Agent': 'Dalvik/1.6.0 (Linux; U; Android 4.1.1; M040 Build/JRO03H)',      'Host': '120.55.151.61',      'Connection': 'Keep-Alive',      'Accept-Encoding': 'gzip',      'Content-Length': '207',      }   loginData = 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'   
cookieJar = CookieJar()   opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar))   req = urllib2.Request(loginUrl, loginData, headers)   loginResult = opener.open(req).read()   print loginResult

登錄成功 會返回一串賬號信息的json數據

 

 

和抓包時返回數據一樣,證明登錄成功

 

3抓取數據

 

    用同樣方法得到話題的url和post參數

  

  做法就和模擬登錄網站一樣。詳見:http://my.oschina.net/jhao104/blog/547311

    下見最終代碼,有主頁獲取和下拉加載更新。可以無限加載話題內容。

 

#!/usr/local/bin/python2.7   # -*- coding: utf8 -*-   """    超級課程表話題抓取   """   import urllib2   from cookielib import CookieJar   import json   ''' 讀Json數據 '''   def fetch_data(json_data):      data = json_data['data']      timestampLong = data['timestampLong']      messageBO = data['messageBOs']      topicList = []      for each in messageBO:          topicDict = {}          if each.get('content', False):              topicDict['content'] = each['content']              topicDict['schoolName'] = each['schoolName']              topicDict['messageId'] = each['messageId']              topicDict['gender'] = each['studentBO']['gender']              topicDict['time'] = each['issueTime']              print each['schoolName'],each['content']              topicList.append(topicDict)      return timestampLong, topicList   ''' 加載更多 '''   def load(timestamp, headers, url):      headers['Content-Length'] = '159'      loadData = 'timestamp=%s&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&' % timestamp      req = urllib2.Request(url, loadData, headers)      loadResult = opener.open(req).read()      loginStatus = json.loads(loadResult).get('status', False)      if loginStatus == 1:          print 'load successful!'          timestamp, topicList = fetch_data(json.loads(loadResult))          load(timestamp, headers, url)      else:          print 'load fail'          print loadResult          return False   loginUrl = 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action'   topicUrl = 'http://120.55.151.61/V2/Treehole/Message/getMessageByTopicIdV3.action'   headers = {      'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',      'User-Agent': 'Dalvik/1.6.0 (Linux; U; Android 4.1.1; M040 Build/JRO03H)',      'Host': '120.55.151.61',      'Connection': 'Keep-Alive',      'Accept-Encoding': 'gzip',      'Content-Length': '207',      }   ''' ---登錄部分--- '''   
loginData = 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'  
cookieJar = CookieJar()   opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar))   req = urllib2.Request(loginUrl, loginData, headers)   loginResult = opener.open(req).read()   loginStatus = json.loads(loginResult).get('data', False)   if loginResult:      print 'login successful!'   else:      print 'login fail'      print loginResult   ''' ---獲取話題--- '''  
topicData = 'timestamp=0&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'  
headers['Content-Length'] = '147'  
topicRequest = urllib2.Request(topicUrl, topicData, headers)   topicHtml = opener.open(topicRequest).read()   topicJson = json.loads(topicHtml)   topicStatus = topicJson.get('status', False)   print topicJson   if topicStatus == 1:      print 'fetch topic success!'      timestamp, topicList = fetch_data(topicJson)      load(timestamp, headers, topicUrl)

結果:

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM