python实例-通过cookie实现登录csdn获取自己微博的文章列表
来源:互联网 发布:禁用windows defender 编辑:程序博客网 时间:2024/04/28 12:42
在使用python做爬虫的时候,大部分情况都会遇到登录问题,这就涉及到python的cookie的用法。这里参照网上的一些资料实现了获取csdn自己微博的列表
功能目标:获取csdn我的微博入口,查看个人的微博列表
思路:1、首先分析csdn登录需要哪些参数
2、根据需要的参数生产data进行登录,保存cookie信息
3、分析我的微博的路径进行后续访问,通过BeautifulSoup筛选需要的文章列表
成功登录之后查看我的博客链接write.blog.csdn.net
功能目标:获取csdn我的微博入口,查看个人的微博列表
思路:1、首先分析csdn登录需要哪些参数
2、根据需要的参数生产data进行登录,保存cookie信息
3、分析我的微博的路径进行后续访问,通过BeautifulSoup筛选需要的文章列表
查看csdn登录的from表单
password 和username 自己填写,lt和execution分析需要动态获取,_eventId这个是固定字符串
所以先要请求获取动态lt和execution
#coding:utf-8import urllib.parse, urllib.request, http.cookiejar, refrom bs4 import BeautifulSoupdef text_create(name, msg):#保存文件,传入文件名与内容 desktop_path = '/Users/wuhao/Desktop/python/' full_path = desktop_path + name + '.txt' file = open(full_path,'w') file.write(msg) file.close() print('Done :',name)cookie=http.cookiejar.CookieJar()cookieProc =urllib.request.HTTPCookieProcessor(cookie)opener =urllib.request.build_opener(cookieProc)h=opener.open('https://passport.csdn.net/account/login').read().decode("utf-8")patten1 = re.compile(r'name="lt" value="(.*?)"') patten2 = re.compile(r'name="execution" value="(.*?)"')#获取csdn登录需要的前置参数 it\executionlt=patten1.search(h).group(1)execution=patten2.search(h).group(1)postData = { 'username':'150***@163.com','password':'***','lt':lt,'execution':execution,'_eventId':'submit'}postData= urllib.parse.urlencode(postData).encode(encoding='UTF8')opener.addheaders = [('Origin', 'https://passport.csdn.net'), ('User-Agent', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36'), ('Referer', 'https://passport.csdn.net/account/login?from=http://my.csdn.net/my/mycsdn') ] response = opener.open('https://passport.csdn.net', data=postData)text = response.read().decode("UTF8")text_create('csdn_login.html',text)response2 = opener.open('http://blog.csdn.net') #获取我的CSDN主页text2 = response2.read().decode('utf-8', 'ignore')text_create('csdn_mycsdn.html',text2)response3 = opener.open('http://write.blog.csdn.net').read().decode("utf-8") #获取我的微博主页patten3 = re.compile(r'var redirect = "(.*?)"') blogurl = patten3.search(response3).group(1)response = opener.open(blogurl)text4 = response.read().decode("utf-8")text_create('blog_list.html',text4)soup = BeautifulSoup(text4, 'html.parser')#data=soup.select("tr td a[target=\"_blank\"]")data=soup.select("tr td[class=\"tdleft\"] a")#获取a链接target=_blank的微博列表print(len(data))for html_tag in data:print("title : "+html_tag.string)
成功登录之后查看我的博客链接write.blog.csdn.net
访问之后发现内容不对
原来onload重定向了,所以还要动态获取redirect 作为新的url链接
之后就通过select标签的形式筛选出我需要的博客列表
阅读全文
1 0
- python实例-通过cookie实现登录csdn获取自己微博的文章列表
- Python登录并获取CSDN博客所有文章列表
- selenium + python 通过cookie来实现登录
- Python3.X登录模拟CSDN,获取文章列表
- 爬虫 登录csdn并获取个人博客文章列表
- python+cookielib实现批量利用账号和密码自动获取新浪微博登录cookie
- CSDN文章列表的CSS实现
- python 模拟登录csdn并获取博客列表等操作
- python通过本地保存的cookie文件实现登录并访问相关网页
- 学以致用-使用Spotfire分析自己的CSDN文章列表
- Python实现抓取CSDN博客首页文章列表
- 通过COOKIE实现自动登录
- 通过COOKIE实现自动登录
- 通过js获取cookie的实例及简单分析
- [javascript]通过js获取cookie的实例及简单分析
- 通过js获取cookie的实例及简单分析
- python中利用Cookielib获取网页的登录的cookie
- 登录页面通过cookie实现保用用户名的功能
- QT多线程网络编程程序崩溃问题与解决
- 布局相关的样式的简单总结
- Android如何使自己的应用不容易被清理掉和开机自动启动
- Android中Toast工具类
- 12、其他伪类选择器
- python实例-通过cookie实现登录csdn获取自己微博的文章列表
- App瞬间启动
- Mybatis查询之resultMap和resultType区别
- css3制作下三角鼠标悬浮变正三角
- Unity动态创建的Mesh,导出为Obj模型文件,并生成Prefab文件
- 你该写技术博客了
- Hibernate的初探
- poj 1416 dfs
- spring mybatis 多数据源 多事务管理器的问题