带有验证码的Python搜寻器模拟登录网站

在爬网网站时，经常会遇到需要登录的问题. 这是用于模拟登录的方法. Python提供了强大的url库，实现这一点并不难. 让我们以登录学校的管理系统为例，举一个简单的例子.

首先，您必须了解cookie的作用. Cookie是一些网站存储在用户本地终端上的数据，用于识别用户并执行会话跟踪. 因此，我们需要使用Cookielib模块维护网站的cookie.

这是要登录的地址和验证码地址

可以发现python模拟登录 爬虫，验证码是动态更新的，并且每次打开时都不同. 通常，此验证代码与Cookie同步. 其次python模拟登录 爬虫，确定验证码绝对不是一件容易的事，因此我们的想法是首先访问验证码页面，保存验证码，获取Cookie进行登录，然后将数据直接发布到登录地址.

首先通过数据包捕获工具或Firefox或Google Chrome浏览器分析登录页面所需的帖子的请求和标题信息. 以Google Chrome为例.

由此可见，需要发布的网址不是要访问的页面，而是

分别要提交的表单数据中的txtUserName和TextBox2的用户名和密码.

现在直接进入关键部分并编写代码！ ！

import urllib2
import cookielib
import urllib
import re
import sys
'''模拟登录'''
reload(sys)
sys.setdefaultencoding("utf-8")
# 防止中文报错
CaptchaUrl = "http://202.115.80.153/CheckCode.aspx"
PostUrl = "http://202.115.80.153/default2.aspx"
# 验证码地址和post地址
cookie = cookielib.CookieJar()
handler = urllib2.HTTPCookieProcessor(cookie)
opener = urllib2.build_opener(handler)
# 将cookies绑定到一个opener cookie由cookielib自动管理
username = 'username'
password = 'password123'
# 用户名和密码
picture = opener.open(CaptchaUrl).read()
# 用openr访问验证码地址,获取cookie
local = open('e:/image.jpg', 'wb')
local.write(picture)
local.close()
# 保存验证码到本地
SecretCode = raw_input('输入验证码： ')
# 打开保存的验证码图片 输入
postData = {
'__VIEWSTATE': 'dDwyODE2NTM0OTg7Oz6pH0TWZk5t0lupp/tlA1L+rmL83g==',
'txtUserName': username,
'TextBox2': password,
'txtSecretCode': SecretCode,
'RadioButtonList1': '学生',
'Button1': '',
'lbLanguage': '',
'hidPdrs': '',
'hidsc': '',
}
# 根据抓包信息 构造表单
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',
}
# 根据抓包信息 构造headers
data = urllib.urlencode(postData)
# 生成post数据 key1=value1&key2=value2的形式
request = urllib2.Request(PostUrl, data, headers)
# 构造request请求
try:
response = opener.open(request)
result = response.read().decode('gb2312')
# 由于该网页是gb2312的编码，所以需要解码
print result
# 打印登录后的页面
except urllib2.HTTPError, e:
print e.code
# 利用之前存有cookie的opener登录页面

成功登录后，您可以使用打开器访问其他需要登录才能访问的页面.

本文标题: 带有验证码的Python搜寻器模拟登录网站

本文地址:

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-237978-1.html