python3爬虫筛选所需要数据

第一次使用博客园，也是第一篇文章，让我们一起开启学习之旅吧！！

 

昨天在为某授权系统做安全性测试的时候，可以未授权访问系统的用户登陆统计记录。由此想整理出部分用户名，作为暴力破解的用户名，检查是否存在用户弱口令。

由于时间紧，任务重，只是想使用re正则来简单匹配所需数据即可。思路很简单，使用requests库爬下来，然后用re库匹配，但在查看网页源码的过程中，发现所需要的数据与其他数据特征一致，使用re库匹配时，会将符合特征的全部匹配出来，如下图：

此时想过使用BeautifulSoup库或者pyquery库，但最后还是放弃了，一来对这两个库还不是那么熟悉，二来使用这两个库的css筛选器时，由于源码中的数据特征一致，最终得出的代码量或筛选结果与re库差不多，所以最终还是选择re库，由此得出如下代码：

简单解释一下get_username()函数：

re匹配到的虽然是所有符合规则的结果（即图中的username_list），但它返回的是一个list，而这个list中，我需要的数据是从第4个开始（注意：list是从0开始，且requests.get回来的在我所需要数据的前面还有符合规则的，所以从第4个开始），后面依次间隔5个。获得了这个规律，就可以取出所需要的数据。开始想使用for循环的，但长度很难界定

就选择了while True，使用while True的时候，当username_list[a]超出范围时会报错，所以使用try语句，当然方法还有很多，比如使用if语句等，最终获得如下结果：

 

如有更好建议，请在评论区评论或私聊。如有错误，还望斧正！