python scrapy 模擬登錄(手動輸入驗證碼)

scrapy startproject yelloweb
vi item.py
import scrapy

class YellowebItem(scrapy.Item):
# define the fields for your item here like:
# name = scrapy.Field()
title = scrapy.Field() # 視頻標題
link = scrapy.Field() # 視頻鏈接
img = scrapy.Field() # 封面圖片鏈接

vi spiders/yellowbSpider.py
import scrapy

class yellowebSpider(scrapy.Spider):
name = "webdata" # 爬蟲的識別名,它必須是唯一的
allowed_domains = ["91.91p17.space"]
def start_requests(self):
return [Request("http://91.91p17.space/login.php", callback=self.login, meta={"cookiejar":1})]

 headers={
    "GET /index.php HTTP/1.1"
    "Host": "91.91p17.space",
    "Connection": "keep-alive",
    "Cache-Control": "max-age=0",
    "Upgrade-Insecure-Requests": "1",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36",
    "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8",
    "Referer": "http://91.91p17.space/login.php",
    "Accept-Encoding": "gzip, deflate",
    "Accept-Language": "zh-CN,zh;q=0.8"
}
def login(self, response):
    print("準備開始模擬登錄繁仁!")
    captcha_image = response.xpath('//*[@id="safecode"]/@src').extract()
    print(urljoin("http://91.91p17.space", captcha_image[0]))
    if ( len(captcha_image) > 0):
        # 擬定文件名與保存路徑
        localpath = "D:\SoftWare\Soft\WorkSpace\Python\scrapy\code\captcha.png"

        opener=urllib.request.build_opener()
        opener.addheaders=[('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1941.0 Safari/537.36')]
        urllib.request.install_opener(opener)
        urllib.request.urlretrieve(urljoin("http://91.91p17.space", captcha_image[0]), localpath)

        print("此次登錄有驗證碼创泄,請查看本地captcha圖片輸入驗證碼:")
        captcha_value = input()
        data = {
            "username": "這里填用戶名",
            "password": "這里填密碼",
            "fingerprint": "1838373130",
            "fingerprint2": "1a694ef42547498d2142328d89e38c22",
            "captcha_input": captcha_value,
            "action_login": "Log In",
            "x": "54",
            "y": "21"
        }
    else:
        print("登錄時沒有驗證碼赘风!代碼又寫錯了碱蒙!")
    # print(data)
    print("驗證碼對了K勺健E<讲选!")
    return [FormRequest.from_response(response,
                                      # 設置cookie信息
                                      meta={'cookiejar': response.meta['cookiejar']},
                                      # 設置headers信息模擬瀏覽器
                                      headers=self.headers,
                                      formdata=data,
                                      callback=self.next
                                      )]

def next(self, response):
href = response.xpath('//*[@id="tab-featured"]/div/a/@href').extract()
url=urljoin("http://91.91p17.space", href[0])
# print("\n\n\n\n\n\n"+url+"\n\n\n\n\n\n")
yield scrapy.http.Request(url, meta={'cookiejar': response.meta['cookiejar']},
# 設置headers信息模擬瀏覽器
headers=response.headers, callback=self.parse)
def parse(self, response):
sel = Selector(response)
print("進入更多精彩視頻了")

    web_list = sel.css('.listchannel')
    for web in web_list:


        item = YellowebItem()
        try:
            item['link'] = web.xpath('a/@href').extract()[0]
            url = response.urljoin(item['link'])
            yield scrapy.Request(url, meta={'cookiejar': response.meta['cookiejar']}, callback=self.parse_content, dont_filter=True)
        except:
            print("完蛋了阴颖。活喊。。量愧。")
        # 跳轉(zhuǎn)下一個頁面

        href = response.xpath('//*[@id="paging"]/div/form/a[6]/@href').extract()
        nextPage = urljoin("http://91.91p17.space/video.php", href[0])
        print(nextPage)
        if nextPage:
            yield scrapy.http.Request(nextPage, meta={'cookiejar': response.meta['cookiejar']},
                                      # 設置headers信息模擬瀏覽器
                                      headers=response.headers, callback=self.parse)


def parse_content(self, response):
        try:
            name = response.xpath('//*[@id="head"]/h3/a[1]/text()').extract()[0]

            item = YellowebItem()
            item['link'] = response.xpath('///*[@id="vid"]//@src').extract()[0]
            item['title'] = response.xpath('//*[@id="viewvideo-title"]/text()').extract()[0].strip()
            item['img'] = response.xpath('//*[@id="vid"]/@poster').extract()[0]
            yield item
        except:
            print("完蛋了钾菊。。偎肃。爬不下來了煞烫。。累颂。")

vi pipeline.py
import pymysql as db

class YellowebPipeline(object):
def init(self):
self.con = db.connect(user="root", passwd="root", host="localhost", db="python", charset="utf8")
self.cur = self.con.cursor()
self.cur.execute('drop table 91pron_content')
self.cur.execute("create table 91pron_content(id int auto_increment primary key, title varchar(200), img varchar(244), link varchar(244))")

def process_item(self, item, spider):
    self.cur.execute("insert into 91pron_content(id,title,img,link) values(NULL,%s,%s,%s)", (item['title'], item['img'], item['link']))
    self.con.commit()
    return item

vi settings.py
DOWNLOADER_MIDDLEWARES = {
'yelloweb.middlewares.MyCustomDownloaderMiddleware': None,
}

scrapy crawl yellowebSpider

?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末滞详,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子紊馏,更是在濱河造成了極大的恐慌料饥,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,366評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件朱监,死亡現(xiàn)場離奇詭異岸啡,居然都是意外死亡,警方通過查閱死者的電腦和手機赫编,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,521評論 3 395
  • 文/潘曉璐 我一進店門巡蘸,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人擂送,你說我怎么就攤上這事悦荒。” “怎么了嘹吨?”我有些...
    開封第一講書人閱讀 165,689評論 0 356
  • 文/不壞的土叔 我叫張陵搬味,是天一觀的道長。 經(jīng)常有香客問我,道長身腻,這世上最難降的妖魔是什么产还? 我笑而不...
    開封第一講書人閱讀 58,925評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮嘀趟,結(jié)果婚禮上脐区,老公的妹妹穿的比我還像新娘。我一直安慰自己她按,他們只是感情好牛隅,可當我...
    茶點故事閱讀 67,942評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著酌泰,像睡著了一般媒佣。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上陵刹,一...
    開封第一講書人閱讀 51,727評論 1 305
  • 那天默伍,我揣著相機與錄音,去河邊找鬼衰琐。 笑死也糊,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的羡宙。 我是一名探鬼主播狸剃,決...
    沈念sama閱讀 40,447評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼狗热!你這毒婦竟也來了钞馁?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,349評論 0 276
  • 序言:老撾萬榮一對情侶失蹤匿刮,失蹤者是張志新(化名)和其女友劉穎僧凰,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體熟丸,經(jīng)...
    沈念sama閱讀 45,820評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡训措,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,990評論 3 337
  • 正文 我和宋清朗相戀三年璃诀,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片碗降。...
    茶點故事閱讀 40,127評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡是嗜,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出码泞,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 35,812評論 5 346
  • 正文 年R本政府宣布萍启,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏勘纯。R本人自食惡果不足惜局服,卻給世界環(huán)境...
    茶點故事閱讀 41,471評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望驳遵。 院中可真熱鬧淫奔,春花似錦、人聲如沸堤结。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,017評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽竞穷。三九已至唐责,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間瘾带,已是汗流浹背鼠哥。 一陣腳步聲響...
    開封第一講書人閱讀 33,142評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留看政,地道東北人朴恳。 一個月前我還...
    沈念sama閱讀 48,388評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像帽衙,于是被迫代替她去往敵國和親菜皂。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,066評論 2 355

推薦閱讀更多精彩內(nèi)容