python 模拟浏览器selenium_python爬虫10：使用selenium模拟浏览器登录账号

需求背景：

很多网页通过复杂的JS函数组合，来实现对信息的加密、异步信息处理等，导致很难分析出网页接口。

那么最快速度的实现爬虫功能，是模拟浏览器的行为，加载运行JS,才能破解页面。

模拟浏览器行为，在python中的最佳实践方案是使用selenium包。被模拟的浏览器可以使用chromedriver（有界面浏览器）或者phantomjs（无界面浏览器）。

所有复杂的登录、JS加密、AJAX异步，如果无法分析出网页接口，都可以使用selenium+browserdriver方案，来模拟浏览器上网。

知识点

一、什么是selenium?

selenium 是一套完整的web应用程序测试系统，包含了测试的录制（selenium IDE）,编写及运行（Selenium Remote Control）和测试的并行处理（Selenium Grid）。

selenium的核心Selenium Core基于JsUnit，完全由JavaScript编写，因此可以用于任何支持JavaScript的浏览器上。

selenium可以模拟真实浏览器，自动化测试工具，支持多种浏览器，爬虫中主要用来解决JavaScript渲染问题。

二、如果配置被模拟的浏览器？

那chromedriver举例

先在百度搜chromedriver，并且下载到本地。（朱毅chromedriver.exe对应的版本要和实际安装的chrome.exe版本一致。）

三、举例一段模拟登陆某个网页，并且获取cookies的过程

下面是一段登陆网盘的模块。如果cookies是空，那么就使用selenium打开网页登陆一次保存cookies。如果不空，那么就直接使用缓存中的cookies。

1 from etc importjboxenv2 from selenium importwebdriver3 from selenium.webdriver.common.by importBy4 from selenium.webdriver.support importexpected_conditions as EC5 from selenium.webdriver.support.wait importWebDriverWait6

7 logger =jboxenv.JBOX_LOGGER8 __jbox_cookies ={}

12 __header ={13 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.78 Safari/537.36'}14

16 defget_user_cookies(username, password):17 '''

18 获取JBOX的登录cookies19 模块第一次使用时通过账号密码获取cookie20 登录成功以后再申请cookie，读取模块中的缓存21 :param username: 用户名22 :param password: 密码23 :return: 返回一个dict,保存了cookies字典24 '''

25 #打开首页获取cookies

26 global __jbox_cookies

27 if __jbox_cookies.keys():28 return __jbox_cookies

29 else:30 driver = webdriver.Chrome(r'C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe')31 try:32 driver.get("http://pan.jd.com/")33 name = driver.find_element_by_id('account')34 name.send_keys(username)35 psd = driver.find_element_by_id('password')36 psd.send_keys(password)37 btn = driver.find_element_by_class_name('btnsubmint')38 btn.click()39 #等待新页面出现的某个元素出现

40 wait = WebDriverWait(driver, 10)41 wait.until(EC.presence_of_element_located((By.ID, 'showMine')))42 if len(driver.get_cookies())>0:43 for c indriver.get_cookies():44 __jbox_cookies[c.get('name')] = c.get('value')45 finally:46 driver.close()47 #如果没有登录成功，就提醒需要重新登录

48 if not __jbox_cookies.keys():49 logger.error('通过登录JBOX申请cookies,登录结果:失败')50 print(__jbox_cookies)51 return __jbox_cookies

54 if __name__ == '__main__':55 print(get_user_cookies('shwujiang', 'Fig@2016092404'))

python 模拟浏览器selenium_python爬虫10：使用selenium模拟浏览器登录账号相关推荐

python 模拟浏览器selenium_python爬虫:使用Selenium模拟浏览器行为
前几天有位微信读者问我一个爬虫的问题,就是在爬去百度贴吧首页的热门动态下面的图片的时候,爬取的图片总是爬取不完整,比首页看到的少.原因他也大概分析了下,就是后面的图片是动态加载的.他的问题就是这部分动 ...
python 模拟浏览器selenium 微信_Spider-Python爬虫之使用Selenium模拟浏览器行为
分析他的代码比较简单,主要有以下的步骤:使用BeautifulSoup库,打开百度贴吧的首页地址,再解析得到id为new_list标签底下的img标签,最后将img标签的图片保存下来. header ...
python 模拟浏览器selenium_从零开始写Python爬虫 --- 3.1 Selenium模拟浏览器
本来说好要写Mechanize模拟浏览器的,结果一看居然只支持2.x版本的Python,而且已经长久没有更新维护了,本着学新不学旧的原则,我决定跳过他,直接开学Selenium(其实就是我懒,逃 Se ...
python 浏览器模拟手机_Python爬虫关于移动端模拟
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理以下文章来源于腾讯云,作者:测试小兵坚持梦想就算所有人都不支持你.这条路会很曲 ...
网络爬虫pyppeteer、selenium模拟浏览器抓取数据
项目场景: 1.抓取数据时,响应状态码为412,即状态码412含义为:Precondition Failed,服务器在验证在请求的头字段中给出先决条件时,没能满足其中的一个或多个.这个状态码允许客户端 ...
python 无头浏览器xhr 文件_Python对Selenium调用浏览器进行封装包括启用无头浏览器，及对应的浏览器配置文件...
""" 获取浏览器打开本地浏览器打开远程浏览器关闭浏览器打开网址最大化最小化标题 url 刷新 python对selenium封装浏览器调用 ------b ...
python自动输入账号密码_Python如何基于selenium实现自动登录博客园
这篇文章主要介绍了Python如何基于selenium实现自动登录博客园,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需要做的准备: 本文章是使用 ...
Python用selenium实现自动登录账号，密码
1.今天的网站是学习通来测试登录 2.内容如下 (1).登录网站 (2).找标签我们可以根据id标签找到账号登录入口我们可以根据id标签找到账号密码入口登录标签也可以通过id找到代码如下 fro ...
python 如何调试uc浏览器_Python爬虫教程-10-UserAgent和常见浏览器UA值
有时候使用爬虫会被网站封了IP,所以需要去模拟浏览器,隐藏用户身份, UserAgent包含浏览器信息,用户身份,设备系统信息 UserAgent:用户代理,简称UA,属于headers的一部分,服务 ...

python 模拟浏览器selenium_python爬虫10：使用selenium模拟浏览器登录账号

python 模拟浏览器selenium_python爬虫10：使用selenium模拟浏览器登录账号相关推荐

最新文章

热门文章