你好
由於你是游客
無法查看本文
請你登錄再進
謝謝合作
當你在爬某些網站的時候
需要你登錄才可以獲取數據
咋整？
莫慌
小帥b把這幾招傳授給你
讓你以后從容應對
那么
接下來就是
登錄的常見方法無非是這兩種
1、讓你輸入帳號和密碼登錄
2、讓你輸入帳號密碼+驗證碼登錄
今天
小帥b先跟你說說第一種
需要驗證碼的咱們下一篇再講
第一招
Cookie大法
你平常在上某個不為人知的網站的時候
是不是發現你只要登錄一次
就可以一直看到你想要的內容
過了一陣子才需要再次登錄
這就是因為 Cookie 在做怪
簡單來說
就是每一個使用這個網站的人
服務器都會給他一個 Cookie
那么下次你再請求數據的時候
你順帶把這個 Cookie 傳過去
服務器一看
誒，小伙子是老客戶啊
有登錄過
直接返回數據給他吧
在服務中還可以設置 Cookie 的有效時間
也就是說
當你下次攜帶一個過期了的 Cookie 給服務器的時候
服務器雖然知道你是老客戶
但是還是需要你重新再登錄一次
然后再給你一個有效的 Cookie
Cookie 的時長周期是服務器那邊定的
ok
了解了這一點之后
我們就來玩一下吧
我們以「逼乎」為例
https://biihu.cc/account/login/
輸入地址之后
按一下 F12
點擊 network 標簽
然后登錄你的帳號
然后點擊其中一個
你就可以看到在 Request Headers 有你的 Cookie
有了 Cookie 之后
我們在代碼中直接獲取我的個人信息
import requestsheaders = {# 假裝自己是瀏覽器'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',# 把你剛剛拿到的Cookie塞進來'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)
運行后可以發現不用登錄就可以直接拿到自己的個人信息了
<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>小帥b真特么帥 的個人主頁 - 逼乎</title><meta name="keywords" content="逼乎,問答,裝逼,逼乎網站" /><meta name="description" content="逼乎 ，與世界分享你的裝逼技巧與見解" /><base href="https://biihu.cc/" /><!--[if IE]></base><![endif]--><link rel="stylesheet" type="text/css" href="https://biihu.cc/static/css/bootstrap.css" /><link rel="stylesheet" type="text/css" href="https://biihu.cc/static/css/icon.css" /><link href="https://biihu.cc/static/css/default/common.css?v=20180831" rel="stylesheet" type="text/css" /><link href="https://biihu.cc/static/css/default/link.css?v=20180831" rel="stylesheet" type="text/css" /><link href="https://biihu.cc/static/js/plug_module/style.css?v=20180831" rel="stylesheet" type="text/css" /><link href="https://biihu.cc/static/css/default/user.css?v=20180831" rel="stylesheet" type="text/css" /><link href="https://biihu.cc/static/css/mood/mood.css" 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 = "小帥b真特么帥";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
表單請求大法
很簡單
就是通過抓包
獲取請求登錄的時候需要用到的用戶名密碼參數
然后以表單的形式請求服務器
如果你細心一點的話應該會知道之前說過拉
具體在這
去看下
我就不多說了
python爬蟲03：那個叫做 Urllib 的庫讓我們的 python 假裝是瀏覽器
第三招
Selenium 自動登錄法
你應該看過這兩個
python爬蟲09 | 上來，自己動 ！這就是 selenium 的牛逼之處
python爬蟲11 | 這次，將帶你爬取b站上的NBA形象大使蔡徐坤和他的球友們
看過的話
那么對於你來說
Selenium 自動登錄也太 tm 簡單了吧
獲取到兩個輸入框的元素
再獲取到登錄按鈕
往輸入框寫你的帳號密碼
然后自動點擊一下登錄
username = WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "帳號的selector")))password = WAIT.until(EC.presence_of_element_located((By.CSS_SELECTOR, "密碼的selector")))submit = WAIT.until(EC.element_to_be_clickable((By.XPATH, '按鈕的xpath')))username.send_keys('你的帳號')password.send_keys('你的密碼')submit.click()
登錄完之后拿到 Cookie
cookies = webdriver.get_cookies()
有了 Cookie 你就可以拿到你想要的數據了
ok
以上這三招
希望對你有幫助
咱們下一篇說說驗證碼相關
下回見
peace
帥b老仙
法力無邊
（你想約我么？）
點個在看
繼續發力