scrapy 模拟登录
来源:互联网 发布:淘宝晚礼服推荐 编辑:程序博客网 时间:2024/06/04 19:33
注意:模拟登陆时,必须保证settings.py里的COOKIES_ENABLED
(Cookies中间件) 处于开启状态
COOKIES_ENABLED = True
或# COOKIES_ENABLED = False
策略一:直接POST数据(比如需要登陆的账户信息)
只要是需要提供post数据的,就可以用这种方法。下面示例里post的数据是账户密码:
# -*- coding: utf-8 -*-import scrapyclass Renren1Spider(scrapy.Spider): name = "renren1" allowed_domains = ["renren.com"] def start_requests(self): url = 'http://www.renren.com/PLogin.do' # FormRequest 是Scrapy发送POST请求的方法 yield scrapy.FormRequest( url = url, formdata = {"email" : "mr_mao_hacker@163.com", "password" : "axxxxxxxe"}, callback = self.parse_page) def parse_page(self, response): with open("mao2.html", "w") as filename: filename.write(response.body)
策略二:标准的模拟登陆步骤
正统模拟登录方法:
首先发送登录页面的get请求,获取到页面里的登录必须的参数(比如说zhihu登陆界面的 _xsrf)
然后和账户密码一起post到服务器,登录成功
# -*- coding: utf-8 -*-import scrapyclass Renren2Spider(scrapy.Spider): name = "renren2" allowed_domains = ["renren.com"] start_urls = ( "http://www.renren.com/PLogin.do", ) # 处理start_urls里的登录url的响应内容,提取登陆需要的参数(如果需要的话) def parse(self, response): # 提取登陆需要的参数 #_xsrf = response.xpath("//_xsrf").extract()[0] # 发送请求参数,并调用指定回调函数处理 yield scrapy.FormRequest.from_response( response, formdata = {"email" : "mr_mao_hacker@163.com", "password" : "axxxxxxxe"},#, "_xsrf" = _xsrf}, callback = self.parse_page ) # 获取登录成功状态,访问需要登录后才能访问的页面 def parse_page(self, response): url = "http://www.renren.com/422167102/profile" yield scrapy.Request(url, callback = self.parse_newpage) # 处理响应内容 def parse_newpage(self, response): with open("xiao.html", "w") as filename: filename.write(response.body)
策略三:直接使用保存登陆状态的Cookie模拟登陆
如果实在没办法了,可以用这种方法模拟登录,虽然麻烦一点,但是成功率100%
# -*- coding: utf-8 -*-import scrapyclass RenrenSpider(scrapy.Spider): name = "renren" allowed_domains = ["renren.com"] start_urls = ( 'http://www.renren.com/111111', 'http://www.renren.com/222222', 'http://www.renren.com/333333', ) cookies = { "anonymid" : "ixrna3fysufnwv", "_r01_" : "1", "ap" : "327550029", "JSESSIONID" : "abciwg61A_RvtaRS3GjOv", "depovince" : "GW", "springskin" : "set", "jebe_key" : "f6fb270b-d06d-42e6-8b53-e67c3156aa7e%7Cc13c37f53bca9e1e7132d4b58ce00fa3%7C1484060607478%7C1%7C1486198628950", "t" : "691808127750a83d33704a565d8340ae9", "societyguester" : "691808127750a83d33704a565d8340ae9", "id" : "327550029", "xnsid" : "f42b25cf", "loginfrom" : "syshome" } # 可以重写Spider类的start_requests方法,附带Cookie值,发送POST请求 def start_requests(self): for url in self.start_urls: yield scrapy.FormRequest(url, cookies = self.cookies, callback = self.parse_page) # 处理响应内容 def parse_page(self, response): print "===========" + response.url with open("deng.html", "w") as filename: filename.write(response.body)
阅读全文
0 0
- Scrapy模拟表单登录
- scrapy 模拟登录
- Scrapy解决模拟登录问题
- scrapy模拟登录微博
- scrapy 知乎模拟登录
- scrapy模拟登录csdn原理
- scrapy的basic模板模拟登录、requests模拟登录
- scrapy模拟登录新浪微博
- scrapy模拟登录新浪微博
- Scrapy笔记(11)- 模拟登录
- Scrapy模拟登录抓数据基本应用
- scrapy用cookie模拟登录csdn
- 使用Scrapy实现模拟登录的方法
- 在scrapy上使用cookie模拟登录
- scrapy知乎模拟登录和cookie登录
- Scrapy中使用cookie免于验证登录和模拟登录
- 使用requests和scrapy模拟知乎登录
- 用scrapy 模拟知乎的登录过程
- 分布式工程中,各工程的配置问题
- 关于安卓setBackgroundColor中Drawable复用导致背景重复改变
- 在 webpack 中使用 ECharts
- 自定义虚线格式的EditText输入框
- Leetcode算法学习日志-680 valid Palindrome II
- scrapy 模拟登录
- BZOJ 2138: stone Hall定理 线段树
- js和jq小知识
- Idea快捷键
- html去掉标签 提取内容
- C++与QML交互,把C++对象特性暴露到QML中
- ORACLE 手工建库
- bitMap
- shell提取文件名和目录名