Python爬蟲學(xué)習(xí)16-Scrapy模擬登陸知乎

Scrapy登錄知乎要解決兩個(gè)問題
1、session的傳遞式撼,保證處理登錄是同一個(gè)狀態(tài)童社。
2、首個(gè)登錄頁面的改變著隆,由直接爬取的頁面變?yōu)榈卿涰撁嫒怕ィ偃ヅ廊№撁妗?/p>

上代碼

# -*- coding: utf-8 -*-
import scrapy
import re
import json


class ZhihuSpider(scrapy.Spider):
    name = "zhihu"
    allowed_domains = ["www.zhihu.com"]
    start_urls = ['http://www.zhihu.com/']
    headers = {
        "Accept": 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
        "Host": 'www.zhihu.com',
        "User-Agent": 'Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36',
    }

    def parse(self, response):
        text = response.text
        with open("index_page.html", 'wb') as f:
            f.write(response.text.encode('utf-8'))
            f.close()

    def start_requests(self):
        return [scrapy.Request('https://www.zhihu.com/#signin', headers=self.headers, callback=self.login)]

    def login(self, response):
        response_text = response.text
        match_obj = re.match('.*name="_xsrf" value="(.*)"/>', response_text, re.S)
        xsrf = ''
        if match_obj:
            xsrf = match_obj.group(1)
        if xsrf:
            post_data = {
                "_xsrf": xsrf,
                "email": '',
                "password": ''
            }
            import time
            t = str(int(time.time()*1000))
            captcha_url = "https://www.zhihu.com/captcha.gif?r={}&type=login".format(t)
            yield scrapy.Request(captcha_url, headers=self.headers, meta={'post_data': post_data}, callback=self.login_after_capthcha)

    def login_after_capthcha(self, response):

        with open('captpcha.jpg', 'wb') as f:
            f.write(response.body)
            f.close()
        from PIL import Image
        try:
            im = Image.open('captpcha.jpg')
            im.show()
            im.close()
        except:
            pass
        captcha = input("輸入驗(yàn)證碼")
        post_data = response.meta.get("post_data", {})
        post_url = "https://www.zhihu.com/login/email"
        post_data['captcha'] = captcha
        return [scrapy.FormRequest(
            url=post_url,
            formdata=post_data,
            headers=self.headers,
            callback=self.check_login
        )]

    def check_login(self, response):
        # 驗(yàn)證服務(wù)器返回?cái)?shù)據(jù)判斷是否成功
        text_json = json.loads(response.text)
        if 'msg' in text_json and text_json["msg"] == "登錄成功":
            for url in self.start_urls:  # 從繼承的Spider類中拿的內(nèi)容,恢復(fù)到正確執(zhí)行美浦。
                yield scrapy.Request(url, dont_filter=True, headers=self.headers)

首先對scrapy.Spider類中的start_requests(self)進(jìn)行重載弦赖,改變首先要處理的頁面為登錄頁面。
得到登錄頁面后浦辨,獲得xsrf蹬竖,并下載驗(yàn)證碼,通過scrapy.FormRequest構(gòu)造登錄數(shù)據(jù)流酬,通過check_login回調(diào)函數(shù)判斷登錄是否成功币厕。在代碼的最后一行轉(zhuǎn)回正常的登錄流程。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末康吵,一起剝皮案震驚了整個(gè)濱河市劈榨,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌晦嵌,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,378評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件拷姿,死亡現(xiàn)場離奇詭異惭载,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)响巢,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,356評論 2 382
  • 文/潘曉璐 我一進(jìn)店門描滔,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人踪古,你說我怎么就攤上這事含长∪唬” “怎么了?”我有些...
    開封第一講書人閱讀 152,702評論 0 342
  • 文/不壞的土叔 我叫張陵拘泞,是天一觀的道長纷纫。 經(jīng)常有香客問我,道長陪腌,這世上最難降的妖魔是什么辱魁? 我笑而不...
    開封第一講書人閱讀 55,259評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮诗鸭,結(jié)果婚禮上染簇,老公的妹妹穿的比我還像新娘。我一直安慰自己强岸,他們只是感情好锻弓,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,263評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著蝌箍,像睡著了一般青灼。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上十绑,一...
    開封第一講書人閱讀 49,036評論 1 285
  • 那天聚至,我揣著相機(jī)與錄音,去河邊找鬼本橙。 笑死扳躬,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的甚亭。 我是一名探鬼主播贷币,決...
    沈念sama閱讀 38,349評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼亏狰!你這毒婦竟也來了役纹?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,979評論 0 259
  • 序言:老撾萬榮一對情侶失蹤暇唾,失蹤者是張志新(化名)和其女友劉穎促脉,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體策州,經(jīng)...
    沈念sama閱讀 43,469評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡瘸味,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(diǎn)故事閱讀 35,938評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了够挂。 大學(xué)時(shí)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旁仿。...
    茶點(diǎn)故事閱讀 38,059評論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖孽糖,靈堂內(nèi)的尸體忽然破棺而出枯冈,到底是詐尸還是另有隱情毅贮,我是刑警寧澤,帶...
    沈念sama閱讀 33,703評論 4 323
  • 正文 年R本政府宣布尘奏,位于F島的核電站滩褥,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏罪既。R本人自食惡果不足惜铸题,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,257評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望琢感。 院中可真熱鬧丢间,春花似錦、人聲如沸驹针。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,262評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽柬甥。三九已至饮六,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間苛蒲,已是汗流浹背卤橄。 一陣腳步聲響...
    開封第一講書人閱讀 31,485評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留臂外,地道東北人窟扑。 一個(gè)月前我還...
    沈念sama閱讀 45,501評論 2 354
  • 正文 我出身青樓,卻偏偏與公主長得像漏健,于是被迫代替她去往敵國和親嚎货。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,792評論 2 345

推薦閱讀更多精彩內(nèi)容