爬虫 http原理,梨视频,github登陆实例,requests请求参数小总结

回顾:http协议基于请求响应的方式，请求：请求首行请求头{'keys':vales} 请求体；响应:响应首行，响应头{'keys':'vales'}，响应体。

import socketsock=socket.socket()
sock.bind(("127.0.0.1",8808))
sock.listen(5)while 1:print("server waiting.....")conn,addr=sock.accept()data=conn.recv(1024)print("data", data)# 读取html文件with open("login.html","rb") as f:data=f.read()conn.send((b"HTTP/1.1 200 OK\r\nContent-type:text/html\r\n\r\n%s"%data))conn.close()

基于socket的浏览器交互

'''GET请求# 请求首行GET / HTTP/1.1\r\n# get请求后面的参数b'GET /?name=wd&age=11 HTTP/1.1\r\n# 请求头Host: 127.0.0.1:8008\r\nConnection: keep-alive\r\nCache-Control: max-age=0\r\nUpgrade-Insecure-Requests: 1\r\nUser-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64)                 AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181Safari/537.36\r\n
Accept:text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8\r\nAccept-Encoding: gzip, deflate, br\r\n
Accept-Language: zh-CN,zh;q=0.9\r\n Cookie:csrftoken=7xx6BxQDJ6KB0PM7qS8uTA892ACtooNbnnF4LDwlYk1Y7S7nTS81FBqwruizHsxF\r\n\r\n'# 请求体（get请求，请求体为空）    '''b'''''POST请求# 请求首行b'POST /?name=wd&age=11 HTTP/1.1\r\n# 请求头Host: 127.0.0.1:8008\r\n
Connection: keep-alive\r\n
Content-Length: 21\r\n
Cache-Control: max-age=0\r\n
Origin: http://127.0.0.1:8008\r\n
Upgrade-Insecure-Requests: 1\r\n
Content-Type: application/x-www-form-urlencoded\r\n
User-Agent: Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36\r\n
Accept:text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8\r\n
Referer: http://127.0.0.1:8008/?name=lqz&age=18\r\n
Accept-Encoding: gzip, deflate, br\r\n
Accept-Language: zh-CN,zh;q=0.9\r\n
Cookie:csrftoken=7xx6BxQDJ6KB0PM7qS8uTA892ACtooNbnnF4LDwlYk1Y7S7nTS81FBqwruizHsxF\r\n\r\n'# 请求体b'name=wd&password=11''''

请求

b"HTTP/1.1 200 OK\r\n
Content-type:text/html\r\n\r\n
%s"%data

响应

http原理

点击详情

梨视频案例

#返回数据3种格式
#1.text                    匹配需要的东西
#2.content(二进制)    保存成图片,视频等
#3.json                    反序列化成字典或列表#下载功能
def download(videos,title):if not os.path.exists('video'):os.mkdir('video')path=os.path.join('video',title)+'.mp4'res=requests.get(videos)with open(path,'wb') as f:f.write(res.content)#起线程执行执行
if __name__ == '__main__':from concurrent.futures import ThreadPoolExecutorp=ThreadPoolExecutor(10)for i in parser_index(get_index()):dic=video_info(get_video(i))print(dic)p.submit(download,dic['video'],dic['title'])p.shutdown(wait=True)

#注意问题:梨视频下滑加载视频（是根据url的参数,例如分类下的视频显示多少）

github登陆实例

#get请求登陆页面获取csrf随机字符串和cookies

#post请求登陆操作携带csrf,输入的用户名密码等(请求体数据) 和 cookies,user-agent,referer等(请求头数据) 必须数据

数据是请求体还是请求头数据？（我的理解是比如ajax里的data,django的返回数据都是请求体的数据. request.set_cookies('islogin':'true') request对象的数据为请求头的）

"""
1.请求登陆页面 获取token cookie
2.发生登陆的post请求,将用户名密码 和token 放在请求体中,cookie放在请求头中"""
import requests
import re
login_url = "https://github.com/login"
#浏览器标识
headers = {"user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"}
#请求登陆页面
res1 = requests.get(login_url,headers=headers)print(res1.status_code)
# 从响应体中获取token
token = re.search('name="authenticity_token" value="(.*?)"',res1.text).group(1)# 保存cookie
login_cookie = res1.cookies.get_dict()
print(login_cookie)# 发送登陆请求
res2 = requests.post("https://github.com/session",headers={"user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"},cookies = login_cookie,data={"commit": "Sign in","utf8": "✓","authenticity_token": token,"login": "xxxxxxxxxxx","password": "xxxxxxxxxxx"},# 是否允许自动重定向allow_redirects = False)
print(res2.status_code)# 用户登录成功后的cookie
user_cookie = res2.cookies.get_dict()# 携带用户cookies访问主页
res3 = requests.get("https://github.com/settings/profile",cookies = user_cookie,headers = headers)
print(res3.status_code)
print(res3.text)
# "https://github.com/settings/profile"

requests请求参数小总结

#get请求参数
kwd = "吴秀波出轨门"
url = "https://www.baidu.com/s"
requests.get(url,headers=headers,params={"wd":kwd})#post请求参数
requests.post("https://github.com/session",headers={"user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"},cookies = login_cookie,data={"commit": "Sign in","utf8": "✓","authenticity_token": token,"login": "ssssss","password": "ssssss"},# 是否允许自动重定向allow_redirects = False)
#返回值处理
# response.cookies.get_dict() #获取cookies
# response.status_code # 状态码
# response.text # 将结果以文本的形式返回
# response.content # 将结果以二进制的方式返回
# response.json() # 将数据直接反序列化得到字典或是列表

主要代码内容

转载于:https://www.cnblogs.com/3sss-ss-s/p/10301020.html

爬虫 http原理,梨视频,github登陆实例,requests请求参数小总结相关推荐

【原理+实战+视频+源码】docker权限参数
一面: 个人介绍加项目介绍20分钟微服务架构是什么,它的优缺点? ACID CAP BASE理论分布式一致性协议,二段.三段.TCC,优缺点 RPC过程服务注册中心宕机了怎么办? 微服务还有其他 ...
爬虫入门实战第一站——梨视频视频爬取
爬虫入门实战第一站--梨视频视频爬取简介博主最近重新开始了解爬虫,想以文字方式记录自己学习和操作的过程.本篇文章主要是使用爬虫爬取梨视频网站中的视频并下载到本地,同时将视频简介和视频网站保存在ex ...
Python爬虫的案例分析（梨视频下载）
我们对梨视频的站点进行分析.得出如下结论:视频地址如下,但是在源码中并没有看到,也就得出这个页面是二次渲染.我们通过浏览器,找到返回视频地址的接口通过比对,返回的视频接口和播放地址,以及视频的初始u ...
30亿流量！梨视频靠什么拍出个“短视频世界杯元年”
前队友曝千万别去C罗家吃饭,日本球迷赛后捡垃圾,韩国球迷攻占青瓦台官网,俄罗斯世界杯表现太好,美国要求对俄额外药检--2018年世界杯开赛以来,梨视频推出的一个个千万级短视频引爆全网. 近日,梨视频晒 ...
5 爬虫异步协程梨视频
# 如何提升requests模块爬取数据的效率?- 多进程或多线程(不建议) 太耗费资源- 线程池或进程池(适当使用) - 单线程 + 异步协程(推荐) # 线程池使用案例 # 梨视频下载作业 im ...
python scrapy爬虫视频_python爬虫scrapy框架的梨视频案例解析
之前我们使用lxml对梨视频网站中的视频进行了下载下面我用scrapy框架对梨视频网站中的视频标题和视频页中对视频的描述进行爬取分析:我们要爬取的内容并不在同一个页面,视频描述内容需要我们点开视频 ...
Python爬虫下载视频（梨视频）
梨视频示例:Ctrl+Alt+L格式化代码 import re import requests import hashlib import time # print(respose.status_co ...
python梨视频爬虫下载,反反爬
python梨视频爬虫下载,反反爬跟着b站视频学习,发现和视频里面讲的不一样视频URL改成ajax异步请求得到的拿到视频url之后发现居然是个假链接不是真实的仔细观察真实的视频url发现,刚才 ...
python爬虫下载梨视频
import requests import re import os from urllib.request import urlretrieve def download_vedio():'''下 ...