大主宰天蚕土豆小说,好看的小说君子以泽,已完结小说排行榜

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案

Python爬蟲模擬登錄帶驗證碼網(wǎng)站

爬取網(wǎng)站時經(jīng)常會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提供了強大的url庫，想做到這個并不難。這里以登錄學(xué)校教務(wù)系統(tǒng)為例，做一個簡單的例子。

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)這個驗證碼是動態(tài)更新的每次打開都不一樣，一般這種驗證碼和cookie是同步的。其次想識別驗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證碼頁面，保存驗證碼、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??！

 
 
 
   
  
  
  import urllib2    
  
  
  import cookielib    
  
  
  import urllib   
  
  
  import re    
  
  
  import sys    
  
  
  '''模擬登錄'''    
  
  
  reload(sys)    
  
  
  sys.setdefaultencoding("utf-8")    
  
  
  # 防止中文報錯    
  
  
  CaptchaUrl = "http://202.115.80.153/CheckCode.aspx"    
  
  
  PostUrl = "http://202.115.80.153/default2.aspx"    
  
  
  # 驗證碼地址和post地址    
  
  
  cookie = cookielib.CookieJar()    
  
  
  handler = urllib2.HTTPCookieProcessor(cookie)    
  
  
  opener = urllib2.build_opener(handler)    
  
  
  # 將cookies綁定到一個opener cookie由cookielib自動管理    
  
  
  username = 'username'    
  
  
  password = 'password123'    
  
  
  # 用戶名和密碼    
  
  
  picture = opener.open(CaptchaUrl).read()    
  
  
  # 用openr訪問驗證碼地址,獲取cookie    
  
  
  local = open('e:/image.jpg', 'wb')    
  
  
  local.write(picture)    
  
  
  local.close()    
  
  
  # 保存驗證碼到本地    
  
  
  SecretCode = raw_input('輸入驗證碼：')   
  
  
  # 打開保存的驗證碼圖片 輸入    
  
  
  postData = {    
  
  
  '__VIEWSTATE': 'dDwyODE2NTM0OTg7Oz6pH0TWZk5t0lupp/tlA1L+rmL83g==',    
  
  
  'txtUserName': username,    
  
  
  'TextBox2': password,    
  
  
  'txtSecretCode': SecretCode,    
  
  
  'RadioButtonList1': '學(xué)生',    
  
  
  'Button1': '',    
  
  
  'lbLanguage': '',    
  
  
  'hidPdrs': '',    
  
  
  'hidsc': '',    
  
  
  }    
  
  
  # 根據(jù)抓包信息 構(gòu)造表單    
  
  
  headers = {    
  
  
  'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',    
  
  
  'Accept-Language': 'zh-CN,zh;q=0.8',    
  
  
  'Connection': 'keep-alive',    
  
  
  'Content-Type': 'application/x-www-form-urlencoded',    
  
  
  'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36',    
  
  
  }    
  
  
  # 根據(jù)抓包信息 構(gòu)造headers    
  
  
  data = urllib.urlencode(postData)    
  
  
  # 生成post數(shù)據(jù) ?key1=value1&key2=value2的形式    
  
  
  request = urllib2.Request(PostUrl, data, headers)    
  
  
  # 構(gòu)造request請求    
  
  
  try:    
  
  
  response = opener.open(request)    
  
  
  result = response.read().decode('gb2312')    
  
  
  # 由于該網(wǎng)頁是gb2312的編碼，所以需要解碼    
  
  
  print result    
  
  
  # 打印登錄后的頁面    
  
  
  except urllib2.HTTPError, e:    
  
  
  print e.code    
  
  
  # 利用之前存有cookie的opener登錄頁面

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。

本文題目：Python爬蟲模擬登錄帶驗證碼網(wǎng)站
URL鏈接：http://fisionsoft.com.cn/article/ccschjh.html

新聞中心

其他資訊