添加必要的库，创建一个BUY类

import  requests,re,xlwt

class Color:

def __init__(self):

'''添加请求头'''

self.headers = {

'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '

'(KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36',

}

#添加查询订单地址

self.port = 'http://xxxxxx.xxfaka.cn/?mod=query&data=xxxxxxxxxxx'

'''请求视频网页链接'''

def request_link(self):

self.response = requests.get(self.port, headers=self.headers)

self.html = self.response.text

print(self.html)

if __name__ == '__main__':

app= Color()

app.request_link()

直接运行发现拿到的数据是这样的(有点多就不全显示了)

var sec_defend_time……etCookie'sec_defend_time'…[][+!![]]+![]+[][+…

后来搜了点资料发现可能需要加cookie，然后又去网页找到cookie添加到请求头，然后headers就成这样了

self.headers = {

'Cookie':'mysid=bcd178f6a7784bdaf63c03e321cfb77a; PHPSESSID=gml9nd9psrik73840v6jem6mm4; sec_defend=baa2a7703f2f3326fa7a366428aef295ac40ff679f2fec0284578de88e87bcac; sec_defend_time=1',

'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '

'(KHTML, like Gecko) Chrome/77.0.3560.141 Safari/537.36',

}

我们再次运行代码就可以拿到网页数据了

初步打算一次直接匹配一个订单全部消息，但是发现有对括号导致一直匹配内容为空

(2020-12-24 01:09:09)
…太长了…

---

我用俩个replace将括号替换为空

self.html = self.html.replace('(','')

self.html = self.html.replace(')', '')

re.findall(r'…(.*?)…(.*?)…',self.html)

就这样直接匹配了六七个(.?)内容，发现总是不能准确扣到具体内容，有可能好几条订单被扣到一个(.?)里面。于是就换了个思路，一条语句扣一个内容，之后在for循环将对应数据放到一个列表，然后整体再放入列表组成二维列表

#获取订单时间

self.order_time = re.findall(r'(.*?).*?

商品名称：(.*?)

联系方式：.*?总价(.*?)元.*?(.*?)

---

',self.html)

#获取商品名称

self.pur_info = re.findall(r'',self.html)

#获取订单联系方式

self.contact_info = re.findall(r'',self.html)

#获取订单总价

self.price_total = re.findall(r'总价(.*?)元',self.html)

#获取账号不完全信息

self.km_info = re.findall(r'(.*?)

---

',self.html)

#获取下单总数

self.num_total = re.findall(r'

共(.*?)条 ', self.html)

temp_info =[]

for i in range(0,len(self.order_time)):

for lie in range(0,6):#lie

temp_info.append(self.order_time[lie])

temp_info.append(self.pur_info[lie])

temp_info.append(self.contact_info[lie])

temp_info.append(self.price_total[lie])

temp_info.append(self.km_info[lie])

temp_info.append(self.num_total[0])

temp_info.append(''.join(temp_info))

self.account_info.append(list(temp_info))

print(self.account_info)

写出来基本就是上面这样，运行发现四五秒以后直接卡死，然后，，，，半小时没动断点重新开机了，代码没保存今天再运行append那就报错了，想了半天没想出来就打算放弃这种方法，重新回到之前的思路，把数据一次都提取出来，既然这单个的都准确提取了，没准放到一起就可以了呢。想到就做把每个放到一起连接起来运行，结果直接生成了二维数据，成了！！！

然后我们开始转二维列表

for i in range(0,len(self.info)):

self.info[i] = list(self.info[i])

#通过这里来判断订单的三种情况

km_info = re.findall(r'>账号信息：(.*?)
',self.info[i][5])

if km_info==[]:

km_info = re.findall(r'卡密可能漏发,请联系客服',self.info[i][5])

if km_info == []:

km_net = re.findall(r'
卡密操作：

km_net = self.port +(''.join(km_net))#多张卡密提取链接

#尚未完成一个单子多张卡密提取

self.info[i][5] = km_info

到这里就初步的提取工作就完成了