python爬蟲 -----圖書館搶座

本人也是一位考研學子奈何圖書館座位總搶不到就利用學過的技術作了一個圖書館搶座系統。
主要原理是利用提交post表單的形式進行搶座。
python

驗證碼識別

整個爬蟲最難的可能就是驗證碼了，小編天然也走過不少歪路，有用過pytesseract識別，這pytesseract是真的垃圾，正確率不可直視後來採用騰訊的一個接口進行測試接口測試天然是可行的奈何也得花個7-8秒還不如手搶在一次偶然的機會經過文獻、百度終於找到了大哥muggle_ocr 這個大哥但是拯救我於水火之中啊 0.3秒識別廢話很少說了代碼粘上cookie

#file_name是驗證碼圖片路徑	
		with open(file_name, "rb") as f:
            captcha_bytes = f.read()
        text = sdk.predict(image_bytes=captcha_bytes)

分析登陸請求信息

實質仍是以post的形式提交表單。經過fiddler抓包獲得，提交的信息和請求頭以下：

session

用戶登陸獲取請求信息尤爲是cookie

登陸有一個重點就是利用session域保存一整個會話，爲方便以後的獲取驗證碼，以及搶座作準備。而後進行簡單登陸吧代碼以下：多線程

def login(self,username,password,quyu1,js3,zuoweihao):
        ses = requests.session()
        url='http://172.16.47.84/Login.aspx'
        date={
            '__VIEWSTATE': '/wEPDwUJODE2Mzg3MTk0ZGTiyMF48vnOd3k6J7zu3Z26Lhf+t0nElGTEKl9fwh3L8g==',
            '__EVENTVALIDATION': '/wEWBAKm8rLABwLs0bLrBgLs0fbZDAKM54rGBkCiS2WHGa6+EL0Kh6yO5Ah09T75GOA5NPCLw47Aiepp',
            'TextBox1': username,
            'TextBox2': password,
            'Button1': '登陸',
        }
        str = ''
        ses.post(url,headers=headers01,data=date)
        return str

經過cookie獲取驗證碼

根據登陸獲取的session域進行獲取驗證碼，保存在相應的路徑，代碼以下：併發

def yanzhengmaimage(self,ses):
        str1 = ses.get("http://172.16.47.84/VerifyCode.aspx?", headers=headers01)
        imagename=ses.__str__()[-19:-1]
        with open('code02'+imagename+'.jpg', 'wb') as img:
            img.write(str1.content)

分析搶座請求信息

主要如下面代碼爲主
python爬蟲

利用保存的cookie會話發送post 以及get請求

def tomorrow(self,ses,quyu1='3',js3='207',zuoweihao='001'):
        #quyu1 表明區域 1東區 2中區 3 西區
        #js3 表明教室 正常三位數字
        #zhuoweihao 表明座位號 3位數字
        str=quyu1+js3+zuoweihao
        url = 'http://172.16.47.84/Verify.aspx?seatid='+str
        date = {
            '__VIEWSTATE': '/wEPDwUKMTcwNzM5ODc3NGRkFTNhg2TJCMmXjk16k+jkM2+o35s9J3SOm+JNsHJEwo4=',
            '__EVENTVALIDATION': '/wEWAwL5+IeIAgLs0Yq1BQKM54rGBlbX/7GsfmI6ZGnyG3S+AAk6bsW9xrBTrDecfP4rhl+R',
            'TextBox3': '',
            'Button1': '提      交',
        }
        # self.base6434(ses)
        hi = ses.get(url, headers=headers01)
        date['TextBox3'] = self.base6434(ses)
        resp = ses.post(url, headers=headers02, data=date)
        soup = BeautifulSoup(resp.text, 'lxml')
        Soup = soup.find_all('script')[0]
        print(Soup)
        print(zuoweihao)
        ses.close()
        return Soup.text

搶座成功結果圖

先寫到這裏再更新小編累了
post

爬蟲——圖書館搶座

文章目錄