第五章 爬虫进阶（三十八） 2020-02-25

三十八、 实战– 目标网站登录页面参数获取

登录v2ex网站

网址：https://www.v2ex.com/signin

示例代码

# 1、因为用户名和密码和验证码的name都是随机的，所以我们要先获取网页源代码，然后提取出其中的name值。

# 2、获取到了name和once的值以后，再通过调用https://www,v2ex.com/signin接口，把数据通过post请求发送过去。

# 3、还需要使用云打码平台去自动识别验证码。

import requests

from lxml import etree

 

login_url = "https://www.v2ex.com/signin"

headers = {

    "User - Agent": "Mozilla /5.0(Windows NT 6.1;WOW64) AppleWebKit / 537.36(KHTML, likeGecko) Chrome / 79.0.3945.130Safari/ 537.36",

    "referer":"https://www.v2ex.com/signin"

}

resp = requests.get(login_url, headers=headers)

# print(resp.text)

html = resp.text

parser = etree.HTML(html)

inputs = parser.xpath("//form[@action='/signin']//input")

userInput = inputs[0]

passwordInput = inputs[1]

captchaInput = inputs[2]

onceInput = inputs[3]

 

# for input in inputs:

#     input_text = etree.tostring(input)

#     print(input_text)

#     print("="*30)

 

userName = userInput.get('name')

passwordName = passwordInput.get('name')

captchaName = captchaInput.get('name')

onceValue = onceInput.get('value')

 

data = {

    userName: 'hyever',

    passwordName: 'abcabc',

    "once": onceValue,

    'next': '/'

}

上一篇文章 第五章 爬虫进阶（三十七） 2020-02-24 地址：

https://www.jianshu.com/p/8eb5412b90ac

下一篇文章 第五章 爬虫进阶（三十九） 2020-02-26 地址：

https://www.jianshu.com/p/e492e1501a67

以上资料内容来源网络，仅供学习交流，侵删请私信我，谢谢。