python3的爬虫笔记7——验证码登录

(1)方法一手动输入验证码

对于需要验证码登录的情况，采用先下载验证码图片，手动输入后，利用cookie保持在线，从而获取网页信息，这是一种比较简单的方法。
这里以登录厦门大学选课系统为例。

我们先随便输入帐号密码

然后记得把Fiddler插件clear下，点击登录，看下需要post哪些信息。

我们得到了实际登录url：Request URL，需要传送的数据分别是验证码（checkCode），密码（password），帐号（username）。由于验证码是变化的，所以这次登录的关键就是能获取验证码。

在选课系统页面，调出开发者工具，先点击下红圈位置的小鼠标图案，然后在原页面点下验证码的地方，在开发者工具Elements中出现了关于验证码区域的信息，我们得到了验证码的网址（图中灰色部分http://）。

看起来这个验证码网址并没有什么参数的变化，理论上直接拿来用也就可以了，但许多网站的验证码网址也是有变化的，这里最好还是用正则表达式或者BeautifulSoup等工具把它提取出来。

保存图片并打开的模板：

from PIL import Image
#注意是'wb'和xx.content
with open('code.jpg','wb') as fp:
    fp.write(response.content)
#打开并显示图片
img=Image.open('code.jpg')
img.show()

代码和上一节的登录厦大师生系统差不多，使用requests模块（相比urllib，实在是简洁多了，可读性也好）

import requests
import re
from PIL import Image
#厦大选课url
url = 'http://bkxk.xmu.edu.cn/xsxk/login.html'
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/55.0.2883.103 Safari/537.36', 'Connection':'keep-alive'}
#定义一个session()的对象实体s来储存cookie
s =requests.session()
response1 = s.get(url=url, headers=headers)
response1.encoding = 'utf-8'
html1 = response1.text
#利用正则表达式找到验证码的url，由于得到的是列表，用list[0]转成str
cheakcode_url = re.findall(r'

运行时会弹出验证码图片

然后输入验证码：

瞄一眼都print了啥

显然就是登录进来的界面了

接下来就能愉快地用带cookie的s.get(new_url)继续访问其他网页了。

(2)方法二使用cookie登录

使用cookie登陆，服务器会认为你是一个已登陆的用户，所以就会返回给你一个已登陆的内容。因此，需要验证码的情况可以使用带验证码登陆的cookie解决。
我们在已登录的网页刷新，在Fiddler中可以获取cookie的信息，可以看到是字典的形式。

程序如下，用的是requests模块，程序很短。cookie过一段时间就会过期，所以需要不时更新。

import requests
#改成字典的格式
cookies ={'UM_distinctid': '15b02f151002e3-0d53e2918dac19-c533e69-100200-15b00022f162f3',
          'Hm_lvt_498a218989f437e9f0b98611412a86e0': '1491996624,1491629969,1492413379',
          'JSESSIONID': '0000PhiivZreU76O9FOStbjWBXG:16mk94b4d'}
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.103 Safari/537.36', 'Connection':'keep-alive'}
#需要登录才能看到的选课信息
url = 'http://bkxk.xmu.edu.cn/xsxk/index.html'
response = requests.get(url=url, cookies=cookies, headers= headers)
print(response.text)