scrapy+selenium+chrome實(shí)現(xiàn)模擬登入 附帶防反爬蟲方法

心塞的一天 廢話不多說(shuō)直接上圖 代碼存放在github 地址:https://github.com/zhangshier/scrapy-


查看他登入的網(wǎng)址


?企查查 ? 地址 www.qichacha.com/user_login?

1.創(chuàng)建爬蟲

scrapy startproject qichacha ?創(chuàng)建爬蟲文件

cd qichacha?

scrapy genspider qicha 創(chuàng)建爬蟲

創(chuàng)建middlewares.py文件

代碼:

# -*- coding: utf-8 -*-

# Define here the models for your spider middleware

#

# See documentation in:

# http://doc.scrapy.org/en/latest/topics/spider-middleware.html

fromscrapyimportsignals

importrandom

fromscrapy.confimportsettings

classMiddlewaretestSpiderMiddleware(object):

# Not all methods need to be defined. If a method is not defined,

# scrapy acts as if the spider middleware does not modify the

# passed objects.

@classmethod

deffrom_crawler(cls,crawler):

# This method is used by Scrapy to create your spiders.

s = cls()

crawler.signals.connect(s.spider_opened,signal=signals.spider_opened)

returns

defprocess_spider_input(response,spider):

# Called for each response that goes through the spider

# middleware and into the spider.

# Should return None or raise an exception.

returnNone

defprocess_spider_output(response,result,spider):

# Called with the results returned from the Spider, after

# it has processed the response.

# Must return an iterable of Request, dict or Item objects.

foriinresult:

yieldi

defprocess_spider_exception(response,exception,spider):

# Called when a spider or process_spider_input() method

# (from other spider middleware) raises an exception.

# Should return either None or an iterable of Response, dict

# or Item objects.

pass

defprocess_start_requests(start_requests,spider):

# Called with the start requests of the spider, and works

# similarly to the process_spider_output() method, except

# that it doesn’t have a response associated.

# Must return only requests (not items).

forrinstart_requests:

yieldr

defspider_opened(self,spider):

spider.logger.info('Spider opened: %s'% spider.name)

#更換User-agent?

classUAMiddleware(object):

user_agent_list = settings['USER_AGENT_LIST']

defprocess_request(self,request,spider):

ua = random.choice(self.user_agent_list)

request.headers['User-Agent'] = ua

#反爬蟲 ?實(shí)現(xiàn)代理ip

classProxyMiddleware(object):

ip_list = settings['IP_LIST']

defprocess_request(self,request,spider):

ip = random.choice(self.ip_list)

request.meta['proxy'] = ip

fromseleniumimportwebdriver

fromscrapy.httpimportHtmlResponse

classJSPageMiddleware(object):

#通過chrome 動(dòng)態(tài)訪問

defprocess_request(self,request,spider):

ifspider.name =="qicha":

spider. browser.get(request.url)

importtime

time.sleep(3)

spider.browser.find_element_by_xpath('//div[@class="form-group has-feedback m-l-lg m-r-lg m-t-xs m-b-none"]/input[@name="nameNormal"]').send_keys("你自己的賬號(hào)")

spider.browser.find_element_by_xpath('//div[@class="form-group has-feedback m-l-lg m-r-lg m-t-xs m-b-none"]/input[@name="pwdNormal"]').send_keys("你自己的密碼")

time.sleep(9)

#spider.browser.find_element_by_xpath('//div[@class="m-l-lg m-r-lg m-t-lg"]/button[@class="btn? btn-primary? ? m-t-n-xs btn-block btn-lg font-15"]').click()

returnHtmlResponse(url=spider.browser.current_url,body=spider.browser.page_source,encoding="utf-8")

到spider 下的 qicha.py?

代碼

# -*- coding: utf-8 -*-

importscrapy

fromscrapy.httpimportFormRequest

fromseleniumimportwebdriver

fromscrapy.xlib.pydispatchimportdispatcher

fromscrapyimportsignals

classQichaSpider(scrapy.Spider):

name ="qicha"

allowed_domains = ["http://www.qichacha.com/"]

start_urls = ['http://www.qichacha.com/user_login']

def__init__(self):

self.browser = webdriver.Chrome(executable_path="C:/Program Files (x86)/Google/Chrome/Application/chromedriver.exe") ?# 與你自己的chromedrive位置相對(duì)

super(QichaSpider,self).__init__()

dispatcher.connect(self.spider_closed,signals.spider_closed)

defspider_closed(self,spider):

#當(dāng)爬蟲退出的時(shí)候 關(guān)閉chrome

print("spider closed")

# self.browser.quit()

defparse(self,response):

printresponse.body.decode

配置settings.py 用來(lái)存放代理ip ? 跟useragent

DOWNLOADER_MIDDLEWARES = {

'qichacha.middlewares.UAMiddleware':543, ?#用來(lái)更換useragent

'qichacha.middlewares.ProxyMiddleware':544,#用來(lái)更換代理ip

'qichacha.middlewares.JSPageMiddleware':540,#與窗声,middlewares對(duì)應(yīng) 用來(lái)實(shí)現(xiàn)自動(dòng)登入

}

#user_agent

USER_AGENT_LIST = ['Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/22.0.1207.1 Safari/537.1',

'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.95 Safari/537.36',

'Mozilla/5.0 (X11; CrOS i686 2268.111.0) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11']

#代理ip

IP_LIST = ['http://175.155.25.19:80',

'http://124.88.67.19:80',

'http://110.72.32.103:8123',

'http://175.155.25.40:808',

'http://175.155.24.2:808']

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末鹦赎,一起剝皮案震驚了整個(gè)濱河市烂琴,隨后出現(xiàn)的幾起案子蓉媳,更是在濱河造成了極大的恐慌,老刑警劉巖空民,帶你破解...
    沈念sama閱讀 221,406評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件刃唐,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡界轩,警方通過查閱死者的電腦和手機(jī)画饥,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,395評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)浊猾,“玉大人抖甘,你說(shuō)我怎么就攤上這事『鳎” “怎么了衔彻?”我有些...
    開封第一講書人閱讀 167,815評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)偷办。 經(jīng)常有香客問我艰额,道長(zhǎng),這世上最難降的妖魔是什么椒涯? 我笑而不...
    開封第一講書人閱讀 59,537評(píng)論 1 296
  • 正文 為了忘掉前任柄沮,我火速辦了婚禮,結(jié)果婚禮上废岂,老公的妹妹穿的比我還像新娘铡溪。我一直安慰自己,他們只是感情好泪喊,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,536評(píng)論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著髓涯,像睡著了一般袒啼。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,184評(píng)論 1 308
  • 那天蚓再,我揣著相機(jī)與錄音滑肉,去河邊找鬼。 笑死摘仅,一個(gè)胖子當(dāng)著我的面吹牛靶庙,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播娃属,決...
    沈念sama閱讀 40,776評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼六荒,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了矾端?” 一聲冷哼從身側(cè)響起掏击,我...
    開封第一講書人閱讀 39,668評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎秩铆,沒想到半個(gè)月后砚亭,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,212評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡殴玛,尸身上長(zhǎng)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 38,299評(píng)論 3 340
  • 正文 我和宋清朗相戀三年捅膘,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 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滚粟。...
    茶點(diǎn)故事閱讀 40,438評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡寻仗,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出坦刀,到底是詐尸還是另有隱情愧沟,我是刑警寧澤,帶...
    沈念sama閱讀 36,128評(píng)論 5 349
  • 正文 年R本政府宣布鲤遥,位于F島的核電站沐寺,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏盖奈。R本人自食惡果不足惜混坞,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,807評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望钢坦。 院中可真熱鬧究孕,春花似錦、人聲如沸爹凹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,279評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)禾酱。三九已至微酬,卻和暖如春绘趋,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背颗管。 一陣腳步聲響...
    開封第一講書人閱讀 33,395評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工陷遮, 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,地道東北人垦江。 一個(gè)月前我還...
    沈念sama閱讀 48,827評(píng)論 3 376
  • 正文 我出身青樓帽馋,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親比吭。 傳聞我的和親對(duì)象是個(gè)殘疾皇子绽族,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,446評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容