利用python3.4爬取学校教务系统,并封装成api供app调用(二)之不带验证码模拟登录
2016-01-26 17:52
573 查看
利用python3.4爬取学校教务系统,并封装成api供app调用(二)之不带验证码模拟登录
做完了之前对学校新闻的页的爬取,对于python3.x的urllib库有了一定的了解,于是就开始了学校教务系统的爬取,这里就牵涉到了模拟登录这一块儿。模拟登录当然是模仿浏览器登录网页的过程了,分为带验证码的和不带验证码的模拟登录,万事还是先从简单的入手,今天就讲讲如何进行不要验证码的模拟登录。
我们学校有两个地方都可以进入教务系统,一是通过直接教务系统的官网直接登录教务系统(需要验证码),二是通过学校的信息门户登录进入(不需要验证码),这里我就讲一讲我是如何通过学校的信息门户进入学校的教务系统。
写代码之前,我们需要弄清楚这个过程,平常通过浏览器登录的时候,好像我们只需要填写用户名和密码,然后点击登录就行了。但是呢具体浏览器是怎么执行这个登录过程的我们并不知道,所以呢要想弄明白这个登录过程是怎样的,我们就需要对整个登录过程进行抓包分析。抓包的工具有很多,可以用chrome的开发者工具(F12),也可以用其他的工具,这里呢,我用的Fiddler4。这类工具的用法我就不说了,网上教程一大堆。
废话说了一堆,下面咱们看具体的操作过程。
这里有一个post请求的url,那么我们模拟登录的url应该就是他了,那么我们的用户名和密码是如何提交的呢?看下图,原来我们用浏览器登录的时候向此url,post这么一串表单,这正是我们需要的数据,
这里有一个name,和value的表单,其中我那两个黑黑的地方便是我的用户名和密码了,name是我们后面做 模拟登录要post数据的key值。
好有了这些就可以模拟登录了,具体看代码。
# -*- coding: utf-8 -*- #!usr/bin/python from urllib import request,parse import http.cookiejar import urllib import re #模拟登录测试模块 print('loging info my ssfw') cookie=http.cookiejar.CookieJar()#储存获取到的cookie opener=urllib.request.build_opener(urllib.request.HTTPCookieProcessor(cookie)) loging_data=parse.urlencode([ ('IDToken1',"学号"), ('IDToken2',"密码")])#POST用到的数据 #请求头 headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 '+ '(KHTML, like Gecko) Chrome/46.0.2490.71 Safari/537.36' } #构造request req=request.Request(url='postUrl', data=loging_data.encode(encoding='utf-8'), headers=headers) try: result=opener.open(req)#访问请求的链接 # print(result.read().decode('utf-8')) except urllib.error.HTTPError: print("connect failed") try: result=opener.open('我校教务系统url')#进入教务系统 print(result.read().decode('utf-8')) except urllib.error.HTTPError: print("error")
上面的代码可以看到,我们先用cookieJar这个库中的类方法,将获取到的cookie缓存至内存中,然后构建一个opener传入获取的cookie,然后呢构建了一个我们要post的数据表单格式是list+set的形式,post的数据不能直接传这里要进行一次转码操作,使用的是urllib.parse这个方法,然后呢就是构造request请求头,由于学校并没有反扒机制,headers随便处理就好了。然后再用构建好的opener下的open方法请求我们构建好的request就能实现模拟登录了。最终结果如下图:
看到了我自个儿的名字,表示模拟登录成功。
整个大致的过程就是这样了:
1.抓包分析post的表单信息,模拟登录url
2.使用标准库下的cookieJar库下的相应类方法,缓存cookie
3.构建带cookie请求的opener
4.构建request请求,并且使用request.Request()方法传入url,postData,heasers
5.opener.open()方法入构建的request请求
6.打印获取结果判断是否登录成功
不带验证码的模拟登录,具体就这样了,当然有些情况处理可能复杂一点,对于header的要求要高,cookie也要进一步的处理,但是大体的过程都是类似的。
文字写出来,表达的不是很好,若有错误,欢迎指出,讨论。
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- 爬虫笔记
- Python中zip()函数用法举例
- Python中map()函数浅析
- Python将excel导入到mysql中
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- Android孤儿进程防止清理