文章目录

1. 环境与配置
- 1.1. 创建一个pure python项目
- 1.2. 集成configparser
- 1.3. 集成selenium
- - 1.3.1. pycharm安装selenium包
  - 1.3.2. 下载自己chrome浏览器版本对应的驱动
  - 1.3.3. 编写python、selenium、chrome连通性代码
- 1.4. 集成requests
- 1.5. 集成MongoDB
2. 目标背景介绍（xdclass.net）
- 2.1. 目标1：获取列表信息（Reqeusts GET方式）
- - 2.1.1. 分析
  - 2.1.2. 实现
- 2.2. 目标2：登录（Requests POST方式）
- - 2.2.1. 分析
  - 2.2.2. 实现
- 2.3. 目标3：访问个人中心（Reqeusts GET方式）
- - 2.3.1. 分析
  - 2.3.2. 实现
3. 目标背景介绍（若依ruoyi）
- 3.1. 目标1：若依登录（Requests POST方式）
- - 3.1.1. 分析
  - 3.1.2. 实现探索
  - 3.1.3. 验证登录信息（cookie-editor插件）
  - 3.1.4. 登录（Requests 携带cookie）
  - 登录（requests 使用 Session()）
4. 目标背景介绍（siwei.me）
- 4.1. 目标1：使用requests获取列表all
- - 4.1.1. 分析
  - 4.1.2. 实现
5. 工具的配置、使用
- 5.1. requests、selemium保存和设置cookie

前言：首先，这是关于python3爬虫的内容。

先思考一个问题，就是在做python爬虫的时候，是否需要用到类似于Django框架？我认为，是不要的，因为一旦使用，那么很多的精力就要消耗在如何去熟悉框架API、配置上去，而非聚焦于如何处理爬虫爬取过程中的问题处理。

当然，为此可能付出的代价就是自己要去写配置文件、orm、可能的server接口等，但这些应该都是比较容易处理的，也更能锻炼对于python基础的掌握，而不是上来就是框架，被框架束缚。

1. 环境与配置

1.1. 创建一个pure python项目

选择Pure Python，取名MyMoney

New environment using代表的是创建一个新的python虚拟环境，这个是为了隔离各个项目对python包的依赖，存放于venv目录

Base interpreter是解释器，选择python3的版本

比较干净，什么也没有，开始动工！因为之前已经调研了很久的selenium、requests等，所以下面比较多的是代码的转移、整理、加工的工作，在这个新工程里从0开始。

还要为这个项目做好版本管理，在gitee上创建项目并上传代码。

 1007  git init 1008  touch README.md1009  git add .1010  git commit -m "first commit"1011  git remote add origin https://gitee.com/kelvin11/my-money.git1012  git push -u origin "master"

原项目没有.gitignore，需要自己添加

# Byte-compiled / optimized / DLL files
__pycache__/
*.py[cod]
*$py.class# C extensions
*.so# Distribution / packaging
.Python
build/
develop-eggs/
dist/
downloads/
eggs/
.eggs/
lib/
lib64/
parts/
sdist/
var/
wheels/
*.egg-info/
.installed.cfg
*.egg
MANIFEST# PyInstaller
#  Usually these files are written by a python script from a template
#  before PyInstaller builds the exe, so as to inject date/other infos into it.
*.manifest
*.spec# Installer logs
pip-log.txt
pip-delete-this-directory.txt# Unit test / coverage reports
htmlcov/
.tox/
.coverage
.coverage.*
.cache
nosetests.xml
coverage.xml
*.cover
.hypothesis/
.pytest_cache/# Translations
*.mo
*.pot# Django stuff:
*.log
local_settings.py
db.sqlite3# Flask stuff:
instance/
.webassets-cache# Scrapy stuff:
.scrapy# Sphinx documentation
docs/_build/# PyBuilder
target/# Jupyter Notebook
.ipynb_checkpoints# IPython
profile_default/
ipython_config.py# pyenv
.python-version# celery beat schedule file
celerybeat-schedule# SageMath parsed files
*.sage.py# Environments
.env
.venv
env/
venv/
ENV/
env.bak/
venv.bak/# Spyder project settings
.spyderproject
.spyproject# Rope project settings
.ropeproject# mkdocs documentation
/site# mypy
.mypy_cache/
.dmypy.json
dmypy.json.idea

至此，一个pure python项目就创建好并上到git了。

思考：下一步要做什么呢？直接上代码？

的确是，不过代码是什么类型的代码呢？我认为是配置库要先使用起来，毕竟，不管是连接db还是写一些项目变量，都需要配置文件。python项目的配置库，是通过什么三方库实现的呢？

就是使用：configparser。用法参考网上的博客：https://www.cnblogs.com/tester-blog/p/14814105.html，据此，集成到代码中

再思考：我们准备用什么数据库？

一般可能上mysql，这里其实也考虑用mongodb，毕竟，mongodb跟爬虫更搭，而且，我们的项目中也不适合存在2种db类型，那只能是mongodb和mysql二选一了，目前考虑先上mongodb。

1.2. 集成configparser

在python 3 中ConfigParser模块名已更名为configparser

read(filename) #读取配置文件，直接读取ini文件内容sections() #获取ini文件内所有的section，以列表形式返回['log', 'mysql']options(sections) #获取指定sections下所有options ，以列表形式返回['host', 'port', 'user', 'password']items(sections) #获取指定section下所有的键值对，[('host', '127.0.0.1'), ('port', '3306'), ('user', 'root'), ('password', '123456')]get(section, option) #获取section中option的值，返回为string类型
# 获取指定的section下的option <class 'str'> 127.0.0.1getint(section,option) # 返回int类型
getfloat(section, option)  # 返回float类型
getboolean(section,option) # 返回boolen类型

一个简单的使用demo

[log]
name = demo
level = INFO
file_ok = True
file_name = demo.log[mysql]
host=127.0.0.1
port=3306
user=root
password=123456

from configparser import ConfigParser# 实例化对象
con = ConfigParser()
con.read("conf.ini",encoding="utf-8")
# 获取指定的section和option值
val = con.get("log","name")
print('获取指定的section下的option', type(val), val)# 获取所有section
section = con.sections()
print("获取配置文件所有的section",section)
# 获取所有options
option= con.options("mysql")
print("获取配置文件所有的option",option)
# 获取指定section下所有的键值对，返回的是一个列表
item = con.items("mysql")
print('获取指定section下所有的键值对', item)
# 将列表转化成字典
# item = dict(con.items("mysql"))
# print(item["user"])# for key,val in item.items():
#     print(key,"=",val)

1.3. 集成selenium

关乎selenium的驱动下载、api，参考博客：https://zhuanlan.zhihu.com/p/111859925

在我们的项目中，先使用一个MySelenium.py来进行可行性与连通性验证。

1.3.1. pycharm安装selenium包

1.3.2. 下载自己chrome浏览器版本对应的驱动

下载地址：https://registry.npmmirror.com/binary.html?path=chromedriver/

找一下自己chrome浏览器版本：

发现，并没有完全对应的，先找个相对匹配的较新版本：

我把下载的驱动文件放在了跟MyMoney项目同级的目录下，即：/Users/kelvin/PycharmProjects/chromedriver

1.3.3. 编写python、selenium、chrome连通性代码

背景：python爬虫，如果遇到了完全无从下手的接口，那selenium将是一个很好的选择，它帮助我们用浏览器的视角，来查看页面信息，我们要做的，就是使用selenium API来打开浏览器、点击，然后对于展示出来的页面，使用xpath来提取页面信息。

python+selenium最简单的代码，只有3行

from selenium import webdriver
driver = webdriver.Chrome(r"/Users/kelvin/PycharmProjects/chromedriver")    # Chrome浏览器，地址就是驱动存放的地址
driver.get("https://www.baidu.com")  # 打开网页

运行，就可以看到python代码调起了chrome浏览器并访问了百度：

可以看到，有个小的提示，“Chrome正收到自动测试软件的控制”，这个就是指的selenium了。

至此，我们简单的集成selenium的工作就完成了，后面就是对selenium的参数调整（爬虫伪装）以及真正使用一些工具来达到我们爬取数据的目的。

1.4. 集成requests

request简单用法的参考博客：https://blog.csdn.net/m0_58086930/article/details/121162071

背景：为什么有了selenium之后，还要再集成requests呢？其实这是此2者的特性不同所决定的。

当比如遇到了无法绕过的验证码，那么人为介入并提供可视化UI将是一个比较好的解决方案；另一方面，当我们已经一马平川，就等着批量从已分析出的接口中提取数据的时候，那requests将是一个利器。

我们能想到的一个case，就是通过selenium登录、浏览并定位到特定的页面，此时我们已经可以拿到cookie，那么，批量调取接口拿数据的时候，将cookie set进去并通过requests进行快速调用，那就免去了登录的困扰并且提高了交互效率（无需浏览器加载页面html、css、js等资源）。

requests百度一下

上来，肯定还是要先装requests包

然后开始愉快的写代码，我希望是3行就能搞定最好：

import requests
res = requests.get("https://baidu.com")
res.encoding = "utf-8"
print(res.text)

悲剧了，4行才搞定…打印的结果是如下，如果不够直观，可以保存到baidu.html，然后用浏览器打开

<!DOCTYPE html>
<!--STATUS OK--><html> <head><meta http-equiv=content-type content=text/html;charset=utf-8><meta http-equiv=X-UA-Compatible content=IE=Edge><meta content=always name=referrer><link rel=stylesheet type=text/css href=http://s1.bdstatic.com/r/www/cache/bdorz/baidu.min.css><title>百度一下，你就知道</title></head> <body link=#0000cc> <div id=wrapper> <div id=head> <div class=head_wrapper> <div class=s_form> <div class=s_form_wrapper> <div id=lg> <img hidefocus=true src=//www.baidu.com/img/bd_logo1.png width=270 height=129> </div> <form id=form name=f action=//www.baidu.com/s class=fm> <input type=hidden name=bdorz_come value=1> <input type=hidden name=ie value=utf-8> <input type=hidden name=f value=8> <input type=hidden name=rsv_bp value=1> <input type=hidden name=rsv_idx value=1> <input type=hidden name=tn value=baidu><span class="bg s_ipt_wr"><input id=kw name=wd class=s_ipt value maxlength=255 autocomplete=off autofocus></span><span class="bg s_btn_wr"><input type=submit id=su value=百度一下 class="bg s_btn"></span> </form> </div> </div> <div id=u1> <a href=http://news.baidu.com name=tj_trnews class=mnav>新闻</a> <a href=http://www.hao123.com name=tj_trhao123 class=mnav>hao123</a> <a href=http://map.baidu.com name=tj_trmap class=mnav>地图</a> <a href=http://v.baidu.com name=tj_trvideo class=mnav>视频</a> <a href=http://tieba.baidu.com name=tj_trtieba class=mnav>贴吧</a> <noscript> <a href=http://www.baidu.com/bdorz/login.gif?login&amp;tpl=mn&amp;u=http%3A%2F%2Fwww.baidu.com%2f%3fbdorz_come%3d1 name=tj_login class=lb>登录</a> </noscript> <script>document.write('<a href="http://www.baidu.com/bdorz/login.gif?login&tpl=mn&u='+ encodeURIComponent(window.location.href+ (window.location.search === "" ? "?" : "&")+ "bdorz_come=1")+ '" name="tj_login" class="lb">登录</a>');</script> <a href=//www.baidu.com/more/ name=tj_briicon class=bri style="display: block;">更多产品</a> </div> </div> </div> <div id=ftCon> <div id=ftConw> <p id=lh> <a href=http://home.baidu.com>关于百度</a> <a href=http://ir.baidu.com>About Baidu</a> </p> <p id=cp>&copy;2017&nbsp;Baidu&nbsp;<a href=http://www.baidu.com/duty/>使用百度前必读</a>&nbsp; <a href=http://jianyi.baidu.com/ class=cp-feedback>意见反馈</a>&nbsp;京ICP证030173号&nbsp; <img src=//www.baidu.com/img/gs.gif> </p> </div> </div> </div> </body> </html>

图片<img src=//www.baidu.com/img/gs.gif>是由于使用的//这种形式导致去寻找的文件没找到而加载不出来，这种用法挺多，在抓淘宝数据的时候，也遇到了同样的方式，暂时先放一下，集中注意力。

先搞这么多，主要是为了引入requests，后面需要用到post的方式进行请求数据，再用案例来说明。

1.5. 集成MongoDB

背景：爬虫很多时候遇到的是非结构化数据或者说、数据比较多和乱、以python结构数据居多。为了不丢失数据，我们选择用MongoDB来作为数据存储。另外，即使是一个html，我们也可以将其存放于MongoDB中，以便后期的二次加工处理。

MongoDB菜鸟教程：https://www.runoob.com/python3/python-mongodb.html

使用docker安装mongodb

docker pull mongo:latest
docker images
# 我们可以使用以下命令来运行 mongo 容器
docker run -itd --name mongo -p 27017:27017 mongo --auth
# 进入容器设置admin密码
docker exec -it mongo mongo admin
# 创建一个名为 admin，密码为 liukun520 的用户。
db.createUser({ user:'admin',pwd:'liukun520',roles:[ { role:'userAdminAnyDatabase', db: 'admin'},"readWriteAnyDatabase"]});
# 尝试使用上面创建的用户信息进行连接。
db.auth('admin', 'liukun520')
# 上面输出结果为1

如果是在云主机上创建的容器，要开27017端口

MongoDB基本使用

26行数据，描述了MongoDB的CRUD，应该算是足够简单了。更多的MongoDB API还是先看看菜鸟教程。https://www.runoob.com/python3/python-mongodb.html

import pymongo
# MongoDB连接的元数据
mongo_meta = {'host': 'my.tengxun', 'port': '27017', 'user_name': 'admin', 'password': 'liukun520', 'db': 'admin'}
# 创建数据库连接
myclient = pymongo.MongoClient('mongodb://%s:%s@%s:%s/' % (mongo_meta['user_name'], mongo_meta['password'], mongo_meta['host'], mongo_meta['port']))
# 查询
db_record = myclient["mymoney_db"]["cny"].find_one({"name": "刘坤"})
if db_record:print('当前有一笔钱:' + str(db_record))
# 删除
myclient["mymoney_db"]["cny"].delete_one({"name": "刘坤"})
print('删除成功')
db_record = myclient["mymoney_db"]["cny"].find_one({"name": "刘坤"})
if db_record is None:print('没有找到"刘坤"的钱，开始凭空印钱！')# 新增# 在db：mymoney_db下创建集合collection：cny，并初始化一个文档document：{"name": "刘坤", "money": "9999999"}mydict = {"name": "刘坤", "money": "9999999"}insert_result = myclient["mymoney_db"]["cny"].insert_one(mydict)print('印钱结束，主键id：' + str(insert_result.inserted_id))# 更新myquery = {"name": "刘坤"}newvalues = {"$set": {"money": "1000000000"}}myclient["mymoney_db"]["cny"].update_one(myquery, newvalues)db_record = myclient["mymoney_db"]["cny"].find_one({"name": "刘坤"})print('更新之后的数据是:' + str(db_record))

2. 目标背景介绍（xdclass.net）

站点：https://xdclass.net/#/index

无意中发现的一个站点，其登录接口也比较简单，正好适合requests和selenium的实操。

2.1. 目标1：获取列表信息（Reqeusts GET方式）

2.1.1. 分析

我们找到一个模块，页面上是视频推荐 -> 挑战20k月薪面试必备。

对应的接口数据，通过F12分析，是get请求了一个url，如下图：

method: get
url: https://api.xdclass.net/pub/api/v1/web/index_card

response: json格式，具体取数路径见下图

2.1.2. 实现

主程序代码很简单

from utils.requests import RequestsUtilres = RequestsUtil.do_request('https://api.xdclass.net/pub/api/v1/web/index_card', "get")
print(res.json()['data'][4]) # .json()会将返回的数据转成字典，['data']是取其中data结构数据，拿到的是list，list中第4项是"挑战20K月薪面试必备"

打印的结果是dict，如下：

其中用到了 RequestsUtil

# coding=utf-8
import requestsdef do_request(url, method, params=None, content_type=None, headers=None):""":param url::param method: get或post，不区分大小写:param params: 字典类型:param content_type: 如果是json，那么填写 application/json:param headers::return: 如果确定返回的数据格式是json，那么可以通过 res.json() 方法转成字典格式"""try:if method.lower() == "get":result = requests.get(url=url, params=params, headers=headers)#.json()return resultelif method.lower() == "post":if content_type == "application/json":result = requests.post(url=url, json=params,headers=headers)#.json()  # Response响应结果类可以调用json()方法转成字典格式else:result = requests.post(url=url, data=params,headers=headers)#.json()  # 转成dict字典，后面才可以执行result["key"]return resultelse:print("method is not allowed")except Exception as e:print("请求异常：{0}".format(e))

2.2. 目标2：登录（Requests POST方式）

2.2.1. 分析

先从首页点击“登录”，看到如下界面：

点击登录，是向后端发送下面的post请求（Payload是简单的表单数据）：

Request URL: https://api.xdclass.net/pub/api/v1/web/web_login
Request Method: POST
Payload: (Form Data)phone: 13045890834pwd: hdc@328216

2.2.2. 实现

主程序代码也很简单

from utils.requests import RequestsUtilurl = "https://api.xdclass.net/pub/api/v1/web/web_login"
data = {"phone": "13045890834", "pwd": "hdc@328216"}
result = RequestsUtil.do_request(url, "post", params=data, content_type="application/x-www-form-urlencoded")
print(result.text)  # 结果请求成功

打印的结果是：

{"code":0,"data":{"head_img":"https://xd-video-pc-img.oss-cn-beijing.aliyuncs.com/xdclass_pro/default/head_img/14.jpeg","name":"hudechao","token":"xdclasseyJhbGciOiJIUzI1NiJ9.eyJzdWIiOiJ4ZGNsYXNzIiwicm9sZXMiOiIxLDIiLCJpbWciOiJodHRwczovL3hkLXZpZGVvLXBjLWltZy5vc3MtY24tYmVpamluZy5hbGl5dW5jcy5jb20veGRjbGFzc19wcm8vZGVmYXVsdC9oZWFkX2ltZy8xNC5qcGVnIiwiaWQiOjY3ODQxMDMsIm5hbWUiOiJodWRlY2hhbyIsImlhdCI6MTY1MzYxNTAzNSwiZXhwIjoxNjU0MjE5ODM1fQ.w94qknq2jZSJG3RFUU8MlBf7JlVMu3TxdPtEYlisOMA"},"msg":null}

可以看出，就是用户的基本信息。

2.3. 目标3：访问个人中心（Reqeusts GET方式）

2.3.1. 分析

点击头像，进入到个人中心

查找接口的做法，还是只能根据页面展示的信息，从接口的响应中去寻找，最后我们找到了这个

这个接口的基本信息是：

Request URL: https://api.xdclass.net/user/api/v1/video_record/page?token=xdclasseyJhbGciOiJIUzI1NiJ9.eyJzdWIiOiJ4ZGNsYXNzIiwicm9sZXMiOiIxLDIiLCJpbWciOiJodHRwczovL3hkLXZpZGVvLXBjLWltZy5vc3MtY24tYmVpamluZy5hbGl5dW5jcy5jb20veGRjbGFzc19wcm8vZGVmYXVsdC9oZWFkX2ltZy8xNC5qcGVnIiwiaWQiOjY3ODQxMDMsIm5hbWUiOiJodWRlY2hhbyIsImlhdCI6MTY1MzYxNTM2NCwiZXhwIjoxNjU0MjIwMTY0fQ.vDG_qhVcvWNCMFgapxcm_a3YoMMI1DA8v5UOw-fIWUI
Request Method: GET
Payload： Query String Parameters，也就是放在get请求头部的token信息，只要拼接好get请求就可以了。这里看起来，只要带一个token参数就可以了，而token，就是上面登录时候就有返回。

2.3.2. 实现

主程序代码：

from utils.requests_util import RequestsUtil# 第1步：登录
url = "https://api.xdclass.net/pub/api/v1/web/web_login"
data = {"phone": "13045890834", "pwd": "hdc@328216"}
result = RequestsUtil.do_request(url, "post", params=data, content_type="application/x-www-form-urlencoded")
print('登录结果\n' + result.text)  # 结果请求成功
user_token = result.json()['data']['token']# 第2步：访问个人中心。开始拼接个人中心get请求的url
query_data = {'token', user_token}
personal_center_url = 'https://api.xdclass.net/user/api/v1/video_record/page'
#   方式1，参数形式（有问题：应该是对参数token值又进行了一次urlencode，导致获取不到结果，这个站点，直接把token值拼在后面请求就好了，就是用方式2）
# personal_center_result = RequestsUtil.do_request(personal_center_url, 'get', params=query_data)
# print(personal_center_result.text)
#   方式2，拼接url
personal_center_url = personal_center_url + "?token=" + user_token
personal_center_result = RequestsUtil.do_request(personal_center_url, 'get')
print('个人中心请求结果\n' + personal_center_result.text)

打印的结果：

至此，其实比较关键的是requests对于cookie的操作，可惜这个站点基本没用到，所以考虑用ruoyi系统来实现。

3. 目标背景介绍（若依ruoyi）

3.1. 目标1：若依登录（Requests POST方式）

3.1.1. 分析

为了简单，我们先把若依的验证码功能关掉，就是下面图标注的地方，如果不关，那需要我们识别计算。

关闭的办法：

shiro:user:# 登录地址loginUrl: /login# 权限认证失败地址unauthorizedUrl: /unauth# 首页地址indexUrl: /index# 验证码开关（这里改为false，就没有验证码了）captchaEnabled: false# 验证码类型 math 数组计算 char 字符captchaType: math

3.1.2. 实现探索

主程序代码：

from utils.requests_util import RequestsUtilurl = "http://localhost:8888/login"
data = {"username": "admin", "password": "admin123", "rememberMe": "false"}
result = RequestsUtil.do_request(url, "post", params=data, content_type="application/x-www-form-urlencoded")
print('登录结果\n' + result.text)
result = RequestsUtil.do_request('http://localhost:8888/index', "get") # 访问首页内容，查看是否是登录页
print('访问首页\n' + result.text)

为什么访问http://localhost:8888/index还是返回的登录页呢？其实很简单，因为我们访问的时候没有携带会话cookie信息。

研究一下浏览器，在登录后访问首页，都携带了什么信息。

3.1.3. 验证登录信息（cookie-editor插件）

准备内容
- 在chrome和火狐
- 分别安装插件，名字叫做“cookie-editor”
验证步骤
- 先在chrome登录若依（我是本地启动的，localhost:8888）
- chrome登录后，使用cookie-editor导出cookie（默认是会被复制到剪贴板的）
- 打开火狐，并访问若依，localhost:8888，默认是会跳转到登录页面
- 点开火狐的cookie-editor插件，点击导入
  
  此时，我们把浏览器头部/login去掉，直接访问localhost:8888，可以看到会跳转到首页
  
  我们再更近一步，确认一下是不是JSESSIONID这个cookie来登录的，删掉其他的cookie，看看是否还是登录状态：
  
  其他cookie都删除，只保留JSESSIONID，刷新页面仍正常访问！
  
  所以到这里，我们知道，如果要是登录状态，cookie要携带这个JSESSIONID。

3.1.4. 登录（Requests 携带cookie）

主程序代码：

import requests as requests
from utils.requests_util import RequestsUtilurl = "http://localhost:8888/login"
data = {"username": "admin", "password": "admin123", "rememberMe": "false"}
login_result = RequestsUtil.do_request(url, "post", params=data, content_type="application/x-www-form-urlencoded")
print('登录结果\n' + login_result.text)
# 下面开始处理cookie
cookies = login_result.cookies # 获取登录后的所有cookie信息
index_result = requests.get('http://localhost:8888/index', cookies=cookies) # 访问index页面，携带login获取到的cookie
print('访问首页\n' + index_result.text)

执行的结果，可以看到跟不携带cookie是不同的，有了登录人的信息：

从代码实现来看，感觉使用requests的api也比较简单，后面考虑使用原生的api进行实现。

登录（requests 使用 Session()）

对于requets，还可以使用session机制，就不需要手动设置cookie了

import requestsurl = "http://localhost:8888/login"
data = {"username": "admin", "password": "admin123", "rememberMe": "false"}
session = requests.Session()
login_result = session.post(url, data=data)
print('登录结果\n' + login_result.text)
index_result = session.get('http://localhost:8888/index')
print('访问首页\n' + index_result.text)

运行结果也是OK的，这种方法就比较简单易用：

4. 目标背景介绍（siwei.me）

站点： http://siwei.me/

这是一个在学习vue.js的时候书上（《vue.js快速入门》）提到的一个站点，用来演示做http请求与跨域相关只是介绍的，正好用来做python的requests模块功能的连通性验证。

列表：http://siwei.me/interface/blogs/all

查看详情：http://siwei.me/interface/blogs/show?id=1244

4.1. 目标1：使用requests获取列表all

4.1.1. 分析

4.1.2. 实现

5. 工具的配置、使用

5.1. requests、selemium保存和设置cookie

https://www.cnblogs.com/x00479/p/14254004.html

2.17.3-Python爬虫(requests登录)相关推荐

python爬虫登陆教程_(python模拟登陆教程)python爬虫模拟登录是什么意思
python爬虫模拟登录是什么意思网站需要登录后才能所需要的信息,此时可以设计爬虫进拟登录,原理是利用浏cookie. 一.浏览器访问服务器的过程: (1)浏览器(客户端)向Web服务器发出一个HT ...
【python】python爬虫requests库详解
1.安装:pip install requests 简介:Requests是一个优雅而简单的Python HTTP库,与之前的urllibPython的标准库相比,Requests的使用方式非常的简单 ...
【Python技能树共建】Python爬虫模拟登录
Python 爬虫模拟登录 Python 爬虫模拟登录是使用脚本实现自动登录,部分站点需要逆向加密逻辑,更多的站点会采用验证码进行鉴权验证. 本文为大家带来最简单的登录,其核心用到的是 request ...
python爬虫模拟登录人人网过程解析
这篇文章主要介绍了python爬虫模拟登录人人网过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 equests 提供了一个叫做sessio ...
python登录教务系统_强智科技教务系统python爬虫模拟登录分析(湖南)
强智科技教务系统python爬虫模拟登录分析(湖南) 本文章仅用作于学习前提:最近期末到来,想第一时间看到新出成绩的,于是就有了爬取学校教务系统自己的成绩并通过Qmsg酱推送到自己QQ上的想法,目前 ...
python爬虫——Cookie登录爬取豆瓣短评和影评及常见问题
python爬虫--Cookie登录爬取豆瓣短评和影评常见问题(本文已解决) 具体步骤一.获取网页源码短评.影评二.解析网页源码及爬取评论 1.短评网页解析 ①确定位置 2.短评爬取 ①名称爬 ...
python–爬虫–模拟登录全面介绍和简例–以抓取雅卓app为例
转载请注明出处:python–爬虫–模拟登录全面介绍和简例–以抓取雅卓app为例我们在前面的文章中已经学习了如果使用python进行数据抓取. 但我们常常会遇到一种场景,就是想要获取的页面内容或者接 ...
python爬虫—Requests
python爬虫-Requests 目录 python爬虫-Requests 一.Requests简介 1.requests简介 2.安装方式二.GET请求 1.通用爬虫(全页面进行保存) text ...
已解决（Python爬虫requests库报错请求异常SSL错误，证书认证失败问题）requests.exceptions.SSLError: HTTPSConnectionPool
成功解决(Python爬虫requests库报错请求异常,SSL错误,证书认证失败问题)requests.exceptions.SSLError: HTTPSConnectionPool(host= ...
python爬虫requests和bs4引入
python爬虫requests和bs4引入 python:网络爬虫:利用优秀的第三方库,如requests,beautifulsoup 1.前提基础: Python3安装&Python3环境 ...

2.17.3-Python爬虫(requests登录)

文章目录

1. 环境与配置

1.1. 创建一个pure python项目

1.2. 集成configparser

1.3. 集成selenium

1.3.1. pycharm安装selenium包

1.3.2. 下载自己chrome浏览器版本对应的驱动

1.3.3. 编写python、selenium、chrome连通性代码

1.4. 集成requests

1.5. 集成MongoDB

2. 目标背景介绍（xdclass.net）

2.1. 目标1：获取列表信息（Reqeusts GET方式）

2.1.1. 分析

2.1.2. 实现

2.2. 目标2：登录（Requests POST方式）

2.2.1. 分析

2.2.2. 实现

2.3. 目标3：访问个人中心（Reqeusts GET方式）

2.3.1. 分析

2.3.2. 实现

3. 目标背景介绍（若依ruoyi）

3.1. 目标1：若依登录（Requests POST方式）

3.1.1. 分析

3.1.2. 实现探索

3.1.3. 验证登录信息（cookie-editor插件）

3.1.4. 登录（Requests 携带cookie）

登录（requests 使用 Session()）

4. 目标背景介绍（siwei.me）

4.1. 目标1：使用requests获取列表all

4.1.1. 分析

4.1.2. 实现

5. 工具的配置、使用

5.1. requests、selemium保存和设置cookie

2.17.3-Python爬虫(requests登录)相关推荐

最新文章

热门文章

2.17.3-Python爬虫(requests登录)

文章目录

1. 环境与配置

1.1. 创建一个pure python项目

1.2. 集成configparser

1.3. 集成selenium

1.3.1. pycharm安装selenium包

1.3.2. 下载自己chrome浏览器版本对应的驱动

1.3.3. 编写python、selenium、chrome连通性代码

1.4. 集成requests

1.5. 集成MongoDB

2. 目标背景介绍（xdclass.net）

2.1. 目标1：获取列表信息（Reqeusts GET方式）

2.1.1. 分析

2.1.2. 实现

2.2. 目标2： 登录（Requests POST方式）

2.2.1. 分析

2.2.2. 实现

2.3. 目标3：访问个人中心（Reqeusts GET方式）

2.3.1. 分析

2.3.2. 实现

3. 目标背景介绍（若依ruoyi）

3.1. 目标1：若依登录（Requests POST方式）

3.1.1. 分析

3.1.2. 实现探索

3.1.3. 验证登录信息（cookie-editor插件）

3.1.4. 登录（Requests 携带cookie）

登录（requests 使用 Session()）

4. 目标背景介绍（siwei.me）

4.1. 目标1：使用requests获取列表all

4.1.1. 分析

4.1.2. 实现

5. 工具的配置、使用

5.1. requests、selemium保存和设置cookie

2.17.3-Python爬虫(requests登录)相关推荐

最新文章

热门文章

2.2. 目标2：登录（Requests POST方式）