当我使用scrapy想进行模拟登陆, 然后抓取首页的问题和答案时, 一直显示重定向问题 pythonfrom scrapy.contrib.spiders import CrawlSpider, Rulefrom scrapy.selector import Selectorfrom scrapy.contrib.linkextractors.sgml import SgmlLinkExtractorfrom scrapy.http import Request, FormRequestfrom zhihu.items import ZhihuItemclass ZhihuSipder(CrawlSpider) :

name = "zhihu"

allowed_domains = ["www.zhihu.com"]

start_urls = [

"http://www.zhihu.com"

]

rules = (

Rule(SgmlLinkExtractor(allow = r'http://www\.zhihu\.com/question/\d+'), callback = 'parse_page'),

)

def start_requests(self):

return [Request("https://www.zhihu.com/login", callback = self.post_login)]

#FormRequeset出问题了

def post_login(self, response):

print 'Preparing login'

xsrf = Selector(response).xpath('//input[@name="_xsrf"]/@value').extract()[0]

print xsrf

##############

return [FormRequest.from_response(response,

#"http://www.zhihu.com/login",

formdata = {

'_xsrf': xsrf,

'email': '@qq.com',

'password': '123456',

'rememberme': 'y',

},

callback = self.parse_page

)]

def parse_page(self, response):

problem = Selector(response)

item = ZhihuItem()

item['url'] = response.url

item['title'] = problem.xpath('//h2[@class="zm-item-title zm-editable-content"]/text()').extract()

item['description'] = problem.xpath('//div[@class="zm-editable-content"]/text()').extract()

item['answer']= problem.xpath('//div[@class=" zm-editable-content clearfix"]/text()').extract()

return item 使用命令运行爬虫, 可以正确打印xsrf, 但无法成功登陆 $ scrapy crawl zhihu错误结果如下2014-12-18 14:45:11+0800 [zhihu] INFO: Spider opened2014-12-18 14:45:11+0800 [zhihu] INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min)2014-12-18 14:45:11+0800 [scrapy] DEBUG: Telnet console listening on 127.0.0.1:60232014-12-18 14:45:11+0800 [scrapy] DEBUG: Web service listening on 127.0.0.1:60802014-12-18 14:45:11+0800 [zhihu] DEBUG: Redirecting (301) to from 2014-12-18 14:45:11+0800 [zhihu] DEBUG: Redirecting (302) to from 2014-12-18 14:45:12+0800 [zhihu] DEBUG: Crawled (200) (referer: None)Preparing logind117e46de0dcc5e8ee2f0c7031fcafe92014-12-18 14:45:12+0800 [zhihu] DEBUG: Redirecting (302) to from 2014-12-18 14:45:12+0800 [zhihu] DEBUG: Filtered duplicate request: - no more duplicates will be shown (see DUPEFILTER_DEBUG to show all duplicates)2014-12-18 14:45:12+0800 [zhihu] INFO: Closing spider (finished)2014-12-18 14:45:12+0800 [zhihu] INFO: Dumping Scrapy stats: 希望得到解答, 为什么不能成功登陆, 非常疑惑, 非常感谢 , 上面其实已经成功登录, 后来自己测试过了, 只不过没有调用一个抓取页面url的函数, 实际上已经登录了, 在 parse_page 方法里面添加一句 print response.body 把返回的 body 复制到一个 html 文件中, 用浏览器打开,就知道了。

python模拟登陆遇到重定向_python - scrapy模拟登陆知乎出现重定向无法登陆问题相关推荐

  1. python爬虫反爬机制_Python Scrapy突破反爬虫机制(项目实践)

    对于 BOSS 直聘这种网站,当程序请求网页后,服务器响应内容包含了整个页面的 HTML 源代码,这样就可以使用爬虫来爬取数据.但有些网站做了一些"反爬虫"处理,其网页内容不是静态 ...

  2. python 模拟登陆智联_Python+scrapy爬虫之模拟登陆

    一.126,163邮箱模拟登陆 # -*- coding:utf-8 -*-import timefrom selenium import webdriverdef login126_or_163em ...

  3. 爬虫模拟登陆手机验证码_Python+scrapy爬虫之模拟登陆

    一.126,163邮箱模拟登陆 # -*- coding:utf-8 -*-import timefrom selenium import webdriverdef login126_or_163em ...

  4. python 突破b站验证码_Python爬虫模拟登陆哔哩哔哩(bilibili)并突破点选验证码功能...

    写在前面 今天带给大家一个突破点选验证码的案例,利用爬虫模拟登陆哔哩哔哩,并且把一些采坑的地方给大家强调一下! 一.需求分析 模拟登陆哔哩哔哩 网站链接: https://passport.bilib ...

  5. python在化工模拟中的应用_python完成模拟博客园登陆

    importos#登录状态 status_dic ={'username': None,'status': False } flag=True#用户名,密码 以字典形式打开 defuser_pwd() ...

  6. python模拟网页点击_python怎么模拟点击网页按钮

    python怎么模拟点击网页按钮 前提环境: Python3 和 Visual Studio Code安装完毕 . 安装selenium : 在终端输入: pip install selenium, ...

  7. python模拟键盘输入视频_python教程-模拟鼠标和键盘输入

    大家可能知道,有的情形下,如果我们需进行自动化操作的应用程序不提供相对应的的接口,就难以通过Python直接调用API来做到自动化.在此类情形下,Python也并非压根没有办法,我们可以通过模拟键盘和 ...

  8. python模拟登录163邮箱_Python实现模拟登录网易邮箱的方法示例

    本文实例讲述了Python实现模拟登录网易邮箱的方法.分享给大家供大家参考,具体如下: #coding:utf-8 import urllib2,urllib import cookielib fro ...

  9. python模拟qq空间登录_python selenium模拟登录163邮箱和QQ空间

    最近在看python网络爬虫,于是我想自己写一个邮箱和QQ空间的自动登录的小程序, 下面以登录163邮箱和QQ空间和为例: 了解到在Web应用中经常会遇到frame/iframe 表单嵌套页面的应用, ...

最新文章

  1. python程序将其重复M个字符N次
  2. 从Linux到Meego
  3. P2679-子串【dp】
  4. 十万亿级OLAP引擎解读-AnalyticDB如何支撑数据银行超大规模低成本实时分析
  5. ahci模式下无法启动Linux,电脑AHCI模式无法开启是怎么回事?
  6. 考研英语作文:环保呼吁信
  7. Android开发从0到1学习(知识+路线)
  8. 单片机c语言轻松入门 完整版,单片机C语言轻松入门
  9. 我工作用的电脑十年没重装过一次系统,我是如何做到的
  10. [已解决]阿里云安全组开放端口,宝塔面板仍无法访问
  11. 通过编程求解炉石传说酒馆战旗最佳血量和攻击力分配方式
  12. web期末网站设计大作业(中华传统文化主题学生网页设计源码)
  13. while中的continue用法,getchar及putchar使用方法
  14. 人工智能能和人类辩论了;《云网产业发展白皮书》发布
  15. Marvolo Gaunt's Ring(类似于dp的做法)
  16. 宝,别踩我蜜罐了,可好?
  17. PPTP 服务器配置
  18. CentOS7下通过yum安装p7zip
  19. MS project 2007 中将周六周日改为工作日
  20. Android屏幕常亮,其实很简单

热门文章

  1. 【Python】PyCharm中Matplotlib绘图不能显示UI效果的问题解决
  2. Python3 模块相关及输入输出模式
  3. 7-7 六度空间(30 分)
  4. 1800万元砸向子公司 点击网络巩固SaaS业务
  5. 浅谈ButterKnife对Android性能的影响
  6. VS Code前端开发利器-常用快捷键
  7. windows xp 下使用 windows 2003的远程桌面
  8. 3K和3w的月薪的程序员,差别在哪里?
  9. 七点讲透分布式架构的前世今生,面试官都不知道的概念来了
  10. “扎金花FANS”进行了改进