Python爬虫实战之(六)| 模拟登陆拉勾网

做者:xiaoyu
微信公众号:Python数据科学
知乎:python数据分析师javascript


模拟登陆想必你们已经熟悉了,以前也分享过关于模拟登陆wechat和京东的实战,连接以下:
Python爬虫之模拟登陆wechat
Python爬虫之模拟登陆京东商城html

介绍

本篇,博主将分享另外一个模拟登陆的实例供你们分享,模拟登陆拉勾网java

废话很少说了,仍是老套路使用fiddler或者开发者工具来帮助咱们完成模拟登陆的整个过程,经过观察http的headers请求头来模拟 post 请求各类参数。固然如何找到这些参数就显得尤其重要了,一些参数是时间戳,而一些参数是动态加密的。python

对于这些参数的获取,有几个经常使用方法:linux

  • 请求Ajax获取参数;
  • 查看页面源码;
  • 解密参数;

本篇的模拟登陆对象拉钩网就对登陆密码就进行了md5双重加密,所以咱们只须双重加密得到相应的密码就能够了。git

代码部分

须要的package

import re
import os
import time
import json
import sys
import subprocess
import requests
import hashlib
from bs4 import BeautifulSoup

创建一个类

class Lagou_login(object):
    def __init__(self):
        self.session = requests.session()
        self.CaptchaImagePath = os.path.split(os.path.realpath(__file__))[0] + os.sep + 'captcha.jpg'
        self.HEADERS = {'Referer': 'https://passport.lagou.com/login/login.html',
                        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36'
                                      ' (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36'
                                      ' Core/1.53.4882.400 QQBrowser/9.7.13059.400',
                        'X-Requested-With': 'XMLHttpRequest'}
  • session: 建立持久对话
  • CaptchaImagePath:验证码的path
  • HEADERS:请求头

登陆密码加密

def encryptPwd(self, passwd):
        # 对密码进行了md5双重加密
        passwd = hashlib.md5(passwd.encode('utf-8')).hexdigest()
        # veennike 这个值是在js文件找到的一个写死的值
        passwd = 'veenike'+passwd+'veenike'
        passwd = hashlib.md5(passwd.encode('utf-8')).hexdigest()
        return passwd

对用户密码进行双重md5加密。github

获取请求token

def getTokenCode(self):
        login_page = 'https://passport.lagou.com/login/login.html'

        data = self.session.get(login_page, headers= self.HEADERS)

        soup = BeautifulSoup(data.content, "lxml", from_encoding='utf-8')
        '''
            要从登陆页面提取token,code, 而后在头信息里面添加
            <!-- 页面样式 --><!-- 动态token,防护伪造请求,重复提交 -->
            <script type="text/javascript">
                window.X_Anti_Forge_Token = 'dde4db4a-888e-47ca-8277-0c6da6a8fc19';
                window.X_Anti_Forge_Code = '61142241';
            </script>
        '''
        anti_token = {'X-Anit-Forge-Token': 'None',
                      'X-Anit-Forge-Code': '0'}
        anti = soup.findAll('script')[1].getText().splitlines()
        anti = [str(x) for x in anti]

        anti_token['X-Anit-Forge-Token'] = re.findall(r'= \'(.+?)\'', anti[1])[0]
        anti_token['X-Anit-Forge-Code'] = re.findall(r'= \'(.+?)\'', anti[2])[0]

        return anti_token

这部分能够从headers请求头参数中看到,而且在页面源码中能够直接查找到。json

验证码处理

def getCaptcha(self):
        captchaImgUrl = 'https://passport.lagou.com/vcode/create?from=register&refresh=%s' % time.time()
        # 写入验证码图片
        f = open(self.CaptchaImagePath, 'wb')
        f.write(self.session.get(captchaImgUrl, headers=self.HEADERS).content)
        f.close()
        # 打开验证码图片
        if sys.platform.find('darwin') >= 0:
            subprocess.call(['open', self.CaptchaImagePath])
        elif sys.platform.find('linux') >= 0:
            subprocess.call(['xdg-open', self.CaptchaImagePath])
        else:
            os.startfile(self.CaptchaImagePath)

        # 输入返回验证码
        captcha = input("请输入当前地址(% s)的验证码: " % self.CaptchaImagePath)
        print('你输入的验证码是:% s' % captcha)
        return captcha
  • 此处验证码仍是经过请求下载到本地而后手动输入的方法完成
  • 引入subprocess将会自动打开图片而不用手动点开(对应于3种经常使用操做系统)

登录操做

def login(self, user, passwd, captchaData=None, token_code=None):
        postData = {'isValidate': 'true',
                    'password': passwd,
                    # 如需验证码,则添加上验证码
                    'request_form_verifyCode': (captchaData if captchaData!=None else ''),
                    'submit': '',
                    'username': user
                    }
        login_url = 'https://passport.lagou.com/login/login.json'

        #头信息添加token
        login_headers = self.HEADERS.copy()
        token_code = self.getTokenCode() if token_code is None else token_code
        login_headers.update(token_code)

        # data = {"content":{"rows":[]},"message":"该账号不存在或密码错误,请从新输入","state":400}
        response = self.session.post(login_url, data=postData, headers=login_headers)
        data = json.loads(response.content.decode('utf-8'))

        if data['state'] == 1:
            return response.content
        elif data['state'] == 10010:
            print(data['message'])
            captchaData = self.getCaptcha()
            token_code = {'X-Anit-Forge-Code' : data['submitCode'], 'X-Anit-Forge-Token' : data['submitToken']}
            return self.login(user, passwd, captchaData, token_code)
        else:
            print(data['message'])
            return False
  • 经过请求login_url接口api判断登陆是否成功
  • 将获取的和处理的各类参数经过post发出请求
  • 使用json解析返回数据
  • 判断state参数

主函数

if __name__ == "__main__":

    username = input("请输入你的手机号或者邮箱\n >>>:")
    passwd = input("请输入你的密码\n >>>:")

    lg = Lagou_login()
    passwd = lg.encryptPwd(passwd)

    data = lg.login(username, passwd)
    if data:
        print(data)
        print('登陆成功')
    else:
        print('登陆不成功')

登陆结果显示

相信你们已经get到如何使用模拟登陆了,下面是成功登陆的显示结果:api

图片描述

连接:https://github.com/xiaoyusmd/Lagou_login微信


关注微信公众号Python数据科学,获取 120G 人工智能 学习资料。

clipboard.png
图片描述

相关文章
相关标签/搜索