av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術(shù)文章
文章詳情頁

python - 爬蟲模擬登錄后,爬取csdn后臺文章列表遇到的問題

瀏覽:125日期:2022-07-17 10:39:13

問題描述

爬蟲確實(shí)已經(jīng)登錄進(jìn)去了,因?yàn)槲遗廊€(gè)人信息是可以抓出來的,但是下圖的這個(gè)網(wǎng)址抓不出來:

網(wǎng)址是:http://write.blog.csdn.net/postlist,就是你的csdn后臺。

我貼下代碼吧,py2.7的

#!/usr/bin/env python# -*- coding: utf-8 -*-from bs4 import BeautifulSoupimport requestsclass CSDN(object): def __init__(self, headers):self.session = requests.Session()self.headers = headers def get_webflow(self):url = ’http://passport.csdn.net/account/login’response = self.session.get(url=url, headers=self.headers)soup = BeautifulSoup(response.text, ’html.parser’)lt = soup.find(’input’, {’name’: ’lt’})[’value’]execution = soup.find(’input’, {’name’: ’execution’})[’value’]soup.clear()return (lt, execution) def login(self, account, password):self.username = accountself.password = passwordlt, execution = self.get_webflow()data = { ’username’: account, ’password’: password, ’lt’: lt, ’execution’: execution, ’_eventId’: ’submit’}url = ’http://passport.csdn.net/account/login’response = self.session.post(url=url, headers=self.headers, data=data)if (response.status_code == 200): print(’正常’)else: print(’異常’) def func(self):headers1={ ’Host’:’write.blog.csdn.net’, ’Upgrade-Insecure-Requests’:’1’, ’User-Agent’:’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.133 Safari/537.36’}response=self.session.get(url=’http://write.blog.csdn.net/postlist’,headers=headers1,allow_redirects=False)print response.textif __name__ == ’__main__’: headers = {’Host’: ’passport.csdn.net’,’Origin’: ’http://passport.csdn.net’,’Referer’:’http://passport.csdn.net/account/login’,’Upgrade-Insecure-Requests’:’1’,’User-Agent’: ’Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36’, } csdn = CSDN(headers=headers) account = ’’ password = ’’ csdn.login(account=account, password=password) csdn.func()

上面的代碼輸出是

正常<html><head><title>Object moved</title></head><body><h2>Object moved to <a >here</a>.</h2></body></html>

問題解答

回答1:

因?yàn)檫@個(gè)地址返回的是一個(gè)302跳轉(zhuǎn),你要根據(jù)返回header的Location繼續(xù)請求,再分析返回的內(nèi)容繼續(xù)處理,瀏覽器幫你做了這些302跳轉(zhuǎn)和執(zhí)行返回的js等內(nèi)容,手工抓取就需要自己處理.

回答2:

直接用cookie即可

標(biāo)簽: Python 編程
主站蜘蛛池模板: 成人欧美一区二区三区在线播放 | 欧美中文在线 | 精品免费视频一区二区 | 一级一级一级毛片 | www.狠狠操 | 久久黄视频 | 国产精品久久久久影院色老大 | 亚洲精品久久久久久久久久久 | 成人动慢| 男女爱爱网站 | 久久久久一区二区三区四区 | 久久久久国产精品午夜一区 | 伊人伊人伊人 | av中文字幕在线观看 | 久久免费精品视频 | 蜜月va乱码一区二区三区 | 国产在线观看一区二区三区 | 中文字幕亚洲欧美日韩在线不卡 | 欧美日本高清 | 日韩成人av在线 | 欧美国产日韩在线观看 | www.亚洲 | 日韩一级不卡 | 午夜欧美| 在线观看中文字幕视频 | 亚洲精品电影网在线观看 | 中文字幕 国产 | 成人影院在线视频 | 97综合在线 | 欧美成人黄色小说 | 免费黄色片在线观看 | 91精品久久久 | 国产精品视频网站 | 国产精品成人一区二区三区夜夜夜 | 国产精品色哟哟网站 | 成人免费视频观看视频 | 国产精品乱码一二三区的特点 | 欧美精品一区三区 | 一区二区三区高清在线观看 | 国产亚洲精品综合一区 | 日韩中文字幕在线观看视频 |