web爬虫学习（三）——Cookies模拟登陆

1、用fiddler获取Cookies：

首先用自己的账号登录到网页版的手机微博上，

1）获取登录数据包：

Cookie={“Cookie”：“XXXXXXXXX”}

Html = requests.get(url, cookies= cookie)

当用户输入用户名密码，并点击“保持登录”以后，这些数据会被发送给服务器，然后服务器验证数据，并成功登录。

需要提交的数据有哪些：

Data = {

‘Mobile’：（用户名），

Password：（密码），

‘Remember’：（是否保持登录），

‘backURL（登陆以后返回的地址），

backTitle’：（登录以后返回的标题），

‘tryCount’：（尝试次数），

‘vk’：（一个简单的验证码），

‘submit’：（登录），

‘action’：（URL参数）

}

主要是post方式提交（get方式提交时没有具体的data form，只需要用Cookies即可）：

提交post数据时首先要建立一个data，然后将data放入到requests中：

web爬虫学习（三）——Cookies模拟登陆

确定要爬取的网页，在未登录的情况下微博会跳转到登录页面，即为下方的微博登录界面，确定登录的url：

web爬虫学习（三）——Cookies模拟登陆

输入“用户名\密码”之后，页面会跳转到需要爬取的页面，使用“开发者工具”的network确定form data数据：

web爬虫学习（三）——Cookies模拟登陆

会发现password后面跟有“_2125”，搜索源代码可以发现“_2125”的值，由此可以明确，password_2125等字段在源代码中可以确认。

而action中的参数为下图中的rand：

web爬虫学习（三）——Cookies模拟登陆

自此，可以确认相应的代码：

#!/usr/bin/env python
# _*_ UTF-8 _*_

import requests
from lxml import etree
from multiprocessing.dummy import Pool

url = 'http://weibo.cn/u/1890493665'
url_login = 'https://.weibo.cn/login/'

html = requests.get(url, cookies =cook).content.decode('gbk')
selector = etree.HTML(html)

print(html)

从源码中确认出password的关键字怎么用：
password = selector.xpath()[]
vk = selector.xpath()[]
action = selector.xpath()[]

print(action)
print(password)
print(vk)

new_url = url_login + action
data = {
    'mobile':'[email protected]',
    password:'xujingboyy123',
    'remember':'on',
    'backURL':'http://weibo.cn/u/1890493665',
    'backTitle':u'微博',
    'tryCount':'',
    'vk':vk,
    'submit':u'登录'
}

new_html = requests.post(new_url, data=data).content
new_selector = etree.HTML(new_html)
content = new_selector.xpath()

for each in content:
    text = each.xpath('string(.)')
    b=1
    print(text)

web爬虫学习（三）——Cookies模拟登陆

相关推荐