這段時間在研究如何破解官網(wǎng)驗(yàn)證碼，然后進(jìn)行下一步的爬蟲操作，然而一個多星期過去了，編寫的代碼去識別驗(yàn)證碼的效率還是很低，嘗試用了tesserorc庫和百度的API接口，都無濟(jì)于事，本以為追不上五月的小尾巴，突然想到我嘗試了這么多方法何不為一篇破坑博客呢。

現(xiàn)在很多官網(wǎng)都會給出相應(yīng)的反扒措施，就拿這個登入來說，如果你不登入賬號那么你就只能獲取微量的信息，甚至獲取不了信息，這對我們爬蟲來說是非常不友好的，但是我們總不可能每次都需要手動登入吧，一次二次你能接受，大工程呢？既然學(xué)了python，而不為用腳本代碼幫你做這點(diǎn)事情呢？

圖為簡書登入模塊：

不同方式優(yōu)缺點(diǎn)對比：

突然想到一種可能更簡單的方式，所以整理得三，不同情況參考不同用法！

如下：

以上就是三大登入的優(yōu)缺點(diǎn)，個人推薦使用session去嘗試模擬登入！

方式一： requests的auth參數(shù)：

這個是我無意在書上看到的。關(guān)于requests的高級用法中，提到了這點(diǎn)，這里就記錄一下，個人覺得這種方式只可能出現(xiàn)在某網(wǎng)站中，學(xué)了也挺好的，省的限制觀看次數(shù)，后續(xù)我也會更新如何破解vip視頻的思路，有需要的關(guān)注我。

使用類似場所：

用法很簡單，代碼如下：

# parasm: url : 網(wǎng)站
# parasm: username: 用戶名
# parasm: password : 密碼
import requests
url = '********'
r = requests.get(url, anth=('username', 'password'))
print(r.text)

還是一句話，這種方式極大可能出現(xiàn)在某網(wǎng)站中，其他情況基本不可能出現(xiàn)，那么就得使用下面二種方式了。

方式一： requests高級用法擴(kuò)展：

相信很多人看書都不看全的，很多細(xì)節(jié)都在書中呢，下面擴(kuò)展幾種requests庫的高級用法，很好用的東西。

超時處理： 某網(wǎng)站服務(wù)器搭建在國外，加載巨慢。代碼可能拋出timeout : xxxx等情況，這個時候用它：

r = requests.get(url , timeout=30)

文件上傳： 假如某網(wǎng)站需要上傳文件，那么就使用它：

files = {'file': open('img.jpg', 'rb')}
r = requests.get(url, files=files)
print(r.text)

cookies設(shè)置： headers這個很多人都使用過吧，基本都是加一個代理頭就完事了，其實(shí)也可以設(shè)置其他的參數(shù)，然后使用post請求，就可以簡單的模擬登入一次了，用法如下：

這些字段一般都需要加上，常用的就是代理頭user-agent,這個必須設(shè)置：

headers = {
'cookies': '瀏覽器復(fù)制',
'Host': '瀏覽器復(fù)制', 
'Referer' '瀏覽器復(fù)制'
'User-Agent': '瀏覽器復(fù)制'
}

方式二： requests的session會話使用：

會話是什么： 就好比你和朋友對接電話，你這頭是客戶端，朋友那頭是服務(wù)端，你們接通電話，這個通話記錄就代表一個會話，電話中，你可以通過聲音知道是你朋友，在服務(wù)器中，你請求成功一次，客戶端和服務(wù)端就維持了一個會話，這個會話能代表你的身份，那么這段時間在一個瀏覽器中，你進(jìn)入網(wǎng)站就不需要在輸入賬號密碼了，直到你退出瀏覽器，那么會話截至，下次登入就需要再次輸入密碼了。

很好的是，Session能很好的幫助我們維持會話，從而達(dá)到cookies的一致性。區(qū)別于一半的請求requests，就可以達(dá)到get 和 post 共同的作用;

基本用法如下：

s = requests.Session()
r = s.get(url)

那么我們使用會話從GitHub的模擬登入嘗試下：

首先我們需要登入一次，看看需要構(gòu)建什么參數(shù):
登入網(wǎng)站

在這個界面就開啟f12 , 不然看不了會話維持：

登入成功之后，如下圖，查看構(gòu)造參數(shù)：

打開這個From Data 會發(fā)現(xiàn)，authenticity_token 這個字段，我們可能構(gòu)造不了，這個時候，就得回到 登入界面了， 打開源代碼。F這個字段：

如圖： 只需要爬取這個頁面，獲得這個參數(shù) 那么就可以構(gòu)造登入的所有參數(shù)了, 爬蟲代碼如下：

 def token(self):
    # 獲得 authenticity_token 字段 方便下次模擬登入
		# login_url : 登入網(wǎng)址
    r = self.session.get(self.login_url, headers=self.headers)
    if r.status_code == 200:
      r.encoding = r.apparent_encoding
      html = etree.HTML(r.text)
      html = etree.tostring(html)
      html = etree.fromstring(html)
      tk = html.xpath('//*[@id="login"]/form/input[1]/@value')
      return tk

對于cookies的一致性，使用session 就已經(jīng)搞定了這個問題，根據(jù)上圖的Name字段中的session ，
我們可以找到會話網(wǎng)址： ‘https://github.com/session'

所以我們現(xiàn)在只需要構(gòu)造一個函數(shù)去請求這個會話網(wǎng)址，就可以達(dá)到我們的要求了：

代碼如下， 這里我構(gòu)造了一個class類，賬號密碼用自己，或者前面?zhèn)髦颠^去，圖中的函數(shù)是二個爬蟲代碼，可以根據(jù)需求設(shè)計：

def login(self):
    # 模擬登入
    post_date = {
      'commit': 'Sign in',
      'authenticity_token': self.token(),
      'ga_id': '1453216517.1584352055',
      'login': self.email,
      'password': self.password
    }

    # 打印倉庫信息
    r = self.session.post(self.post_url, data=post_date, headers=self.headers)
    if r.status_code == 200:
      self.get_info_1(r.text)

    # 打印個人信息和郵箱
    r = self.session.get(self.logined_url, headers=self.headers)
    if r.status_code == 200:
      self.get_info_2(r.text)

會話登入到這里就結(jié)束了，主要是構(gòu)造參數(shù)挺麻煩的，需要頁面里尋找，看到這里給個關(guān)注和贊啦。

方式三： selenium模擬登入：

如何下載selenium相關(guān)的插件，我就不做介紹了，篇幅有限

使用selenium 就是需要考慮到表單的切換，和定位元素等，其他都很簡單，這里用4399游戲網(wǎng)頁做一個實(shí)例： 網(wǎng)址

點(diǎn)擊登入：

彈出登入表單：

這里我們需要切換表單，不然輸入不了，怎么找到這個表單的，很簡單，整塊的高亮就行：

代碼如下：

from selenium import webdriver # 導(dǎo)入庫
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.support import expected_conditions as EC

browser = webdriver.Chrome() # 聲明瀏覽器
browser.implicitly_wait(30) # 隱性等待 在規(guī)定的時間內(nèi)，最長等待S秒
browser.get('http://www.4399.com') # 打開設(shè)置的網(wǎng)址
# ID定位 或者其他的都行
browser.find_element_by_id('login_tologin').click() # 點(diǎn)擊登入界面
browser.switch_to.frame("popup_login_frame") # 進(jìn)入表單中
browser.find_element_by_css_selector('#username').clear()
browser.find_element_by_id('username').send_keys('賬號')
browser.find_element_by_id('username').send_keys(Keys.TAB)
browser.find_element_by_id('j-password').send_keys('密碼')
browser.find_element_by_id('j-password').send_keys(Keys.ENTER)

我給的例子沒有涉及到驗(yàn)證碼，如果涉及到驗(yàn)證碼，要不人工輸入，要么破解驗(yàn)證碼，或者交給打碼平臺，最好的方式就是繞過驗(yàn)證碼，這個我也在思考如何去實(shí)現(xiàn)。以上就是這周的知識總結(jié)，有幫助的話，就點(diǎn)個贊和關(guān)注吧！

到此這篇關(guān)于Python模擬登入的N種方式的文章就介紹到這了,更多相關(guān)Python 模擬登入內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論