requests

時間 2019-11-30

標籤 requests 简体版

原文原文鏈接

Requests模塊

官方文檔：http://cn.python-requests.org/zh_CN/latest/user/quickstart.html#id4html

　　Python標準庫中提供了：urllib、urllib二、httplib等模塊以供Http請求，可是，它的 API 太渣了。它是爲另外一個時代、另外一個互聯網所建立的。它須要巨量的工做，甚至包括各類方法覆蓋，來完成最簡單的任務。python

　　Requests 是使用 Apache2 Licensed 許可證的基於Python開發的HTTP 庫，其在Python內置模塊的基礎上進行了高度的封裝，從而使得Pythoner進行網絡請求時，變得美好了許多，使用Requests能夠垂手可得的完成瀏覽器可有的任何操做。git

一、GET請求github

# 一、無參數實例
  
import requests
  
ret = requests.get('https://github.com/timeline.json')
  
print(ret.url)
print(ret.text)
  
  
  
# 二、有參數實例
  
import requests
  
payload = {'key1': 'value1', 'key2': 'value2'}
ret = requests.get("http://httpbin.org/get", params=payload)
  
print (ret.url)
print (ret.text)

二、POST請求正則表達式

# 一、基本POST實例
  
import requests
  
payload = {'key1': 'value1', 'key2': 'value2'}
ret = requests.post("http://httpbin.org/post", data=payload)
  
print(ret.text)
  
  
# 二、發送請求頭和數據實例
  
import requests
import json
  
url = 'https://api.github.com/some/endpoint'
payload = {'some': 'data'}
headers = {'content-type': 'application/json'}
  
ret = requests.post(url, data=json.dumps(payload), headers=headers)
  
print(ret.text)
print(ret.cookies)

三、其餘請求算法

requests.get(url, params=None, **kwargs)
requests.post(url, data=None, json=None, **kwargs)
requests.put(url, data=None, **kwargs)
requests.head(url, **kwargs)
requests.delete(url, **kwargs)
requests.patch(url, data=None, **kwargs)
requests.options(url, **kwargs)
  
# 以上方法均是在此方法的基礎上構建
requests.request(method, url, **kwargs)

四、更多參數json

參數 2.1 url
　　　　 requests.post("http://httpbin.org/post", data=payload)
　　　　　requests.request(method='post', url='http://127.0.0.1:8000/test/') 2.2 headers
　　　　# 發送請求頭到服務器端 
　　　　requests.request(
　　　　　　method='POST', url='http://127.0.0.1:8000/test/', 
　　　　　　json={'k1': 'v1', 'k2': '水電費'}, 
　　　　　　headers={'Content-Type': 'application/x-www-form-urlencoded'}
　　　　 )　 2.3 cookies
　　　　# 發送Cookie到服務器端
　　　　requests.request(
　　　　　　method='POST',
　　　　　　 url='http://127.0.0.1:8000/test/',
 　　　　　　data={'k1': 'v1', 'k2': 'v2'}, 
　　　　　　cookies={'cook1': 'value1'}, 
　　　　　　)
　　　　# 也可使用CookieJar（字典形式就是在此基礎上封裝）
from http.cookiejar import CookieJar
 from http.cookiejar import Cookie 
 obj = CookieJar() 
 obj.set_cookie(Cookie(version=0, name='c1', value='v1', port=None, domain='', path='/',
 secure=False, expires=None, discard=True, comment=None, comment_url=None, rest={'HttpOnly': None},
 rfc2109=False, port_specified=False, domain_specified=False, domain_initial_dot=False, path_specified=False) )
 requests.request(method='POST', url='http://127.0.0.1:8000/test/', data={'k1': 'v1', 'k2': 'v2'}, cookies=obj)2.4 params
　　　　# - 能夠是字典
　　　　# - 能夠是字符串 
 # - 能夠是字節（ascii編碼之內）
　　　　requests.request(method='get', url='http://127.0.0.1:8000/test/', params={'k1': 'v1', 'k2': '水電費'})
　　　　requests.request(method='get', url='http://127.0.0.1:8000/test/', params="k1=v1&k2=水電費&k3=v3&k3=vv3")
　　　　requests.request(method='get', url='http://127.0.0.1:8000/test/', params=bytes("k1=v1&k2=k2&k3=v3&k3=vv3", encoding='utf8'))  2.5 data,傳請求體
　　　　requests.request(
　　　　method='POST', 
　　　　url='http://127.0.0.1:8000/test/', 
　　　　data="k1=v1;k2=v2;k3=v3;k3=v4", 
　　　　headers={'Content-Type': 'application/x-www-form-urlencoded'} 
　　 )
　　　　requests.request(
　　　　method='POST', 
　　　　 url='http://127.0.0.1:8000/test/', 
　　　　data=open('data_file.py', mode='r', encoding='utf-8'), 
　　　　#文件內容是：k1=v1;k2=v2;k3=v3;k3=v4
　　　　headers={'Content-Type': 'application/x-www-form-urlencoded'}
　　 ) requests.post( ..., data={'user':'root','pwd':'123'} ) GET /index http1.1\r\nhost:c1.com\r\n\r\nuser=root&pwd=123
    2.6 json,傳請求體
    # 將json中對應的數據進行序列化成一個字符串，json.dumps(...) # 而後發送到服務器端的body中，而且Content-Type是 {'Content-Type': 'application/json'}  requests.request(
　　　 method='POST', url='http://127.0.0.1:8000/test/', json={'k1': 'v1', 'k2': '水電費'}
 )

 2.7代理 

   #無驗證 
     proxie_dict = { "http": "77.75.105.165", "https": "77.75.105.123", } 
 ret = requests.get("http://www.baidu.com",proxies=proxie_dict)
　　　print(ret.headers) 
  
  #驗證代理 
　　from requests.auth import HTTPProxyAuth 
　　proxyDict = { 'http': '77.75.105.165', 'https': '77.75.105.165' } 
　　auth = HTTPProxyAuth('username', 'mypassword') 
　　r = requests.get("http://www.google.com", proxies=proxyDict, auth=auth) 
　　print(r.text)
 
　　 2.8上傳文件 files
　　# 發送文件 
　　　 file_dict = { 'f1': open('xxxx.log','rb') }
 requests.request( method='POST', url = 'http://127.0.0.1:8000/test/', files=file_dict )

 　　# 發送文件，定製文件名 　　file_dict = { 　　 'f1': ('test.txt', open('readme', 'rb'))
　　　　} 　　requests.request(method='POST',url='http://127.0.0.1:8000/test/',files=file_dict)

　　# 發送文件，定製文件名 　　file_dict = { 　　　　'f1': ('test.txt', "hahsfaksfa9kasdjflaksdjf") 　　} requests.request(method='POST',url='http://127.0.0.1:8000/test/',files=file_dict)

　　# 發送文件，定製文件名 
 　　　　file_dict = { 
　　　　　　'f1': ('test.txt', "hahsfaksfa9kasdjflaksdjf", 'application/text', {'k1': '0'}) 
　　　　} 
　　　　requests.request(method='POST', url='http://127.0.0.1:8000/test/', files=file_dict)


　　 2.9 認證 auth 
　　　　內部： 用戶名和密碼，用戶名和密碼加密，放在請求頭中傳給後臺。 
　　　　　　-"用戶|密碼" -base64("用戶:密碼") 
　　　　　　-"basic base64("用戶|密碼")" 
　　　　　　-請求頭： Authorization: "basic base64("用戶|密碼")"
　　　　 from requests.auth import HTTPBasicAuth, HTTPDigestAuth
　　　　ret = requests.get('https://api.github.com/user',auth=HTTPBasicAuth('qwqw','11213')) 
   2.10超時 
　　　　 ret1 = requests.get('http://google.com/', timeout=1) 
 print(ret1) 
 ret2 = requests.get('http://google.com/', timeout=(5, 1)) 
 print(ret2)

 2.11是否容許重定向 
       allow_redirects ret = requests.get("http://127.0.0.1:8000/test/",allow_redirects=False) 
 print(ret.text)
    2.12 大文件下載stream 
　　　　ret = requests.get('http://127.0.0.1:8000/test/', stream=True) 
　　　　print(ret.content) 
　　　　ret.close()
  
    　　from contextlib import closing with closing(requests.get('http://htttpbin.org/get',stream=True)) as r1: #在此處理響應 
　　　　 for i in r1.iter_content():
　　　　　　 print(i) 
 
    2.13證書 cert 
     -百度、騰訊 =》不用攜帶證書（系統自動獲取證書） 
     -自定義證書 
        requests.get('http://127.0.0.1:8000/test/',cert="xxxx/xxx/xxx.pem") 
 requests.get('http://127.0.0.1:8000/test/',cert=("xxxx/xxx/xxx.pem","xxx.xx.xx.key")) 
 
  2.14 確認
　　　verify　= False
　　2.15session

　　　　import requests 　　session = requests.Session()  ### 一、首先登錄任何頁面，獲取cookie  　　i1 = session.get(url="http://dig.chouti.com/help/service") ### 二、用戶登錄，攜帶上一次的cookie，後臺對cookie中的 gpsd 進行受權 　　i2 = session.post( 　　url="http://dig.chouti.com/login", 　　data={ 　　 'phone': "8615131255089", 　　'password': "xxxxxx", 　　'oneMonth': "" } )  i3 = session.post( url="http://dig.chouti.com/link/vote?linksId=8589623", ) print(i3.text)

五、總結api

1、爬蟲基本操做
    a、爬蟲
        -定向
        -非定向
    
    b、
        下載頁面：
        
        篩選：
            正則表達式
        =========開源模塊=============================
        1、requests模塊
            -方法
            -參數
            -session
                session = requests.Session()
                session.get()
                session.post()
            response = requests.get('http://www.autohome.com.cn/news/')
            response.txt
            
            總結：
                response = requests.get('URL')
                response.tetx
                response.content
                response.encoding
                response.aparent_encoding
                response.status_code
                
                
                
                
                
        2、beautisoup模塊
            soup = BeautiSoup(response.txt,parser='html.parser')
            target=soup.find(id = 'auto-channel-lazyload-article')
            
            
            總結：
            find #匹配的第一個
            find_all#匹配的全部
            
            soup = beautifulsoup('<html>...</html>',features='html.parser')
            v1 = soup.find('div')#找soup孩子裏面的第一個div
            v1 = soup.find(id='i1')#找soup孩子裏面的第一個id=i1
            v1 = soup.find('div',id='i1')#找soup孩子裏面的第一個div而且id=i1
            
            v2 = soup.find_all('div')
            v2 = soup.find_all(id='i1')
            v2 = soup.find_all('div',id='i1')
            
            obj = v1
            
            obj = v2[0]
            obj.text#獲取對象的文本
            obj.attrs#獲取對象的屬性
        
        登陸：
            頁面刷新：form 表單提交
            頁面不刷新：Ajax提交
        需求二：
        
            經過程序自動登陸github
            requests
        需求三：爬取GitHub
            -帶請求頭
            -帶cookie
            -請求體中：
                commit: Sign in
                utf8: ✓
                authenticity_token: iWlPKAsJ9nQNDaqC47P27GWx37a08iBv/0io8C4QPUluL1JxyWJSt0ZlgBBWv3BeFJ4ywbR5dKWzSqwzhILH6Q==
                login: Yun-Wangj
                password: yun258762
        需求四：登陸拉勾網
            -密碼加密
                -找js，經過python實現加密方式
                -找密文，密文<=>密文
            -Referer頭是上一次請求的地址，可用於作防盜鏈
        
        總結：
            請求頭：
                user-agent
                referer
                host
                cookie
                
                特殊請求頭，查看上一次請求獲取內容,如拉勾網
            請求體：
                -原始數據
                -原始數據 + token
                -密文
                    -找算法
                    -使用密文
                    
            兩種套路：
                -post登陸獲取cookie，之後攜帶cookie，
                -get獲取未受權cookie,post登陸攜帶cookie去受權，之後攜帶cookie

BeautifulSoup模塊

　　BeautifulSoup是一個模塊，該模塊用於接收一個HTML或XML字符串，而後將其進行格式化，瀏覽器

以後遍可使用他提供的方法進行快速查找指定元素，從而使得在HTML或XML中查找指定元素變得簡單。服務器

from bs4 import BeautifulSoup
 
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
asdf
    <div class="title">
        <b>The Dormouse's story總共</b>
        <h1>f</h1>
    </div>
<div class="story">Once upon a time there were three little sisters; and their names were
    <a  class="sister0" id="link1">Els<span>f</span>ie</a>,
    <a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
    <a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</div>
ad<br/>sf
<p class="story">...</p>
</body>
</html>
"""
 
soup = BeautifulSoup(html_doc, features="lxml")
# 找到第一個a標籤
tag1 = soup.find(name='a')
# 找到全部的a標籤
tag2 = soup.find_all(name='a')
# 找到id＝link2的標籤
tag3 = soup.select('#link2')

安裝：

pip3 install beautifulsoup4

使用示例：

from bs4 import BeautifulSoup
 
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
    ...
</body>
</html>
"""
 
soup = BeautifulSoup(html_doc, features="lxml")

　　1. name，標籤名稱

# tag = soup.find('a')
# name = tag.name # 獲取
# print(name)
# tag.name = 'span' # 設置
# print(soup)

　　2. attr，標籤屬性

# tag = soup.find('a')
# attrs = tag.attrs    # 獲取
# print(attrs)
# tag.attrs = {'ik':123} # 設置
# tag.attrs['id'] = 'iiiii' # 設置
# print(soup)

　　3. children,全部子標籤

# body = soup.find('body')
# v = body.children

　　4. children,全部子子孫孫標籤

# body = soup.find('body')
# v = body.descendants

　　5. clear,將標籤的全部子標籤所有清空（保留標籤名）

# tag = soup.find('body')
# tag.clear()
# print(soup)

　　6. decompose,遞歸的刪除全部的標籤

# body = soup.find('body')
# body.decompose()
# print(soup)

　　7. extract,遞歸的刪除全部的標籤，並獲取刪除的標籤

# body = soup.find('body')
# v = body.extract()
# print(soup)

　　8. decode,轉換爲字符串（含當前標籤）；decode_contents（不含當前標籤）

# body = soup.find('body')
# v = body.decode()
# v = body.decode_contents()
# print(v)

　　9. encode,轉換爲字節（含當前標籤）；encode_contents（不含當前標籤）

# body = soup.find('body')
# v = body.encode()
# v = body.encode_contents()
# print(v)

　　10. find,獲取匹配的第一個標籤

# tag = soup.find('a')
# print(tag)
# tag = soup.find(name='a', attrs={'class': 'sister'}, recursive=True, text='Lacie')
# tag = soup.find(name='a', class_='sister', recursive=True, text='Lacie')
# print(tag)

　　11. find_all,獲取匹配的全部標籤

# tags = soup.find_all('a')
# print(tags)
 
# tags = soup.find_all('a',limit=1)
# print(tags)
 
# tags = soup.find_all(name='a', attrs={'class': 'sister'}, recursive=True, text='Lacie')
# # tags = soup.find(name='a', class_='sister', recursive=True, text='Lacie')
# print(tags)
 
 
# ####### 列表 #######
# v = soup.find_all(name=['a','div'])
# print(v)
 
# v = soup.find_all(class_=['sister0', 'sister'])
# print(v)
 
# v = soup.find_all(text=['Tillie'])
# print(v, type(v[0]))
 
 
# v = soup.find_all(id=['link1','link2'])
# print(v)
 
# v = soup.find_all(href=['link1','link2'])
# print(v)
 
# ####### 正則 #######
import re
# rep = re.compile('p')
# rep = re.compile('^p')
# v = soup.find_all(name=rep)
# print(v)
 
# rep = re.compile('sister.*')
# v = soup.find_all(class_=rep)
# print(v)
 
# rep = re.compile('http://www.oldboy.com/static/.*')
# v = soup.find_all(href=rep)
# print(v)
 
# ####### 方法篩選 #######
# def func(tag):
# return tag.has_attr('class') and tag.has_attr('id')
# v = soup.find_all(name=func)
# print(v)
 
 
# ## get,獲取標籤屬性
# tag = soup.find('a')
# v = tag.get('id')
# print(v)

　　12. has_attr,檢查標籤是否具備該屬性

# tag = soup.find('a')
# v = tag.has_attr('id')
# print(v)

　　13. get_text,獲取標籤內部文本內容

# tag = soup.find('a')
# v = tag.get_text('id')
# print(v)

　　14. index,檢查標籤在某標籤中的索引位置

# tag = soup.find('body')
# v = tag.index(tag.find('div'))
# print(v)
 
# tag = soup.find('body')
# for i,v in enumerate(tag):
# print(i,v)

　　15. is_empty_element,是不是空標籤(是否能夠是空)或者自閉合標籤，

判斷是不是以下標籤：'br' , 'hr', 'input', 'img', 'meta','spacer', 'link', 'frame', 'base'

# tag = soup.find('br')
# v = tag.is_empty_element
# print(v)

　　16. 當前的關聯標籤

# soup.next
# soup.next_element
# soup.next_elements
# soup.next_sibling
# soup.next_siblings
 
#
# tag.previous
# tag.previous_element
# tag.previous_elements
# tag.previous_sibling
# tag.previous_siblings
 
#
# tag.parent
# tag.parents

　　17. 查找某標籤的關聯標籤

# tag.find_next(...)
# tag.find_all_next(...)
# tag.find_next_sibling(...)
# tag.find_next_siblings(...)
 
# tag.find_previous(...)
# tag.find_all_previous(...)
# tag.find_previous_sibling(...)
# tag.find_previous_siblings(...)
 
# tag.find_parent(...)
# tag.find_parents(...)
 
# 參數同find_all

　　18. select,select_one, CSS選擇器

soup.select("title")
 
soup.select("p nth-of-type(3)")
 
soup.select("body a")
 
soup.select("html head title")
 
tag = soup.select("span,a")
 
soup.select("head > title")
 
soup.select("p > a")
 
soup.select("p > a:nth-of-type(2)")
 
soup.select("p > #link1")
 
soup.select("body > a")
 
soup.select("#link1 ~ .sister")
 
soup.select("#link1 + .sister")
 
soup.select(".sister")
 
soup.select("[class~=sister]")
 
soup.select("#link1")
 
soup.select("a#link2")
 
soup.select('a[href]')
 
soup.select('a[href="http://example.com/elsie"]')
 
soup.select('a[href^="http://example.com/"]')
 
soup.select('a[href$="tillie"]')
 
soup.select('a[href*=".com/el"]')
 
 
from bs4.element import Tag
 
def default_candidate_generator(tag):
    for child in tag.descendants:
        if not isinstance(child, Tag):
            continue
        if not child.has_attr('href'):
            continue
        yield child
 
tags = soup.find('body').select("a", _candidate_generator=default_candidate_generator)
print(type(tags), tags)
 
from bs4.element import Tag
def default_candidate_generator(tag):
    for child in tag.descendants:
        if not isinstance(child, Tag):
            continue
        if not child.has_attr('href'):
            continue
        yield child
 
tags = soup.find('body').select("a", _candidate_generator=default_candidate_generator, limit=1)
print(type(tags), tags)

　　19. 標籤的內容

# tag = soup.find('span')
# print(tag.string)          # 獲取
# tag.string = 'new content' # 設置
# print(soup)
 
# tag = soup.find('body')
# print(tag.string)
# tag.string = 'xxx'
# print(soup)
 
# tag = soup.find('body')
# v = tag.stripped_strings  # 遞歸內部獲取全部標籤的文本
# print(v)

　　20.append在當前標籤內部追加一個標籤

# tag = soup.find('body')
# tag.append(soup.find('a'))
# print(soup)
#
# from bs4.element import Tag
# obj = Tag(name='i',attrs={'id': 'it'})
# obj.string = '我是一個新來的'
# tag = soup.find('body')
# tag.append(obj)
# print(soup)

　　21.insert在當前標籤內部指定位置插入一個標籤

# from bs4.element import Tag
# obj = Tag(name='i', attrs={'id': 'it'})
# obj.string = '我是一個新來的'
# tag = soup.find('body')
# tag.insert(2, obj)
# print(soup)

　　22. insert_after,insert_before 在當前標籤後面或前面插入

# from bs4.element import Tag
# obj = Tag(name='i', attrs={'id': 'it'})
# obj.string = '我是一個新來的'
# tag = soup.find('body')
# # tag.insert_before(obj)
# tag.insert_after(obj)
# print(soup)

　　23. replace_with 在當前標籤替換爲指定標籤

# from bs4.element import Tag
# obj = Tag(name='i', attrs={'id': 'it'})
# obj.string = '我是一個新來的'
# tag = soup.find('div')
# tag.replace_with(obj)
# print(soup)

　　24. 建立標籤之間的關係

# tag = soup.find('div')
# a = soup.find('a')
# tag.setup(previous_sibling=a)
# print(tag.previous_sibling)

　　25. wrap，將指定標籤把當前標籤包裹起來

# from bs4.element import Tag
# obj1 = Tag(name='div', attrs={'id': 'it'})
# obj1.string = '我是一個新來的'
#
# tag = soup.find('a')
# v = tag.wrap(obj1)
# print(soup)
 
# tag = soup.find('a')
# v = tag.wrap(soup.find('p'))
# print(soup)

　　26. unwrap，去掉當前標籤，將保留其包裹的標籤

# tag = soup.find('a')
# v = tag.unwrap()
# print(soup)

更多參數官方：http://beautifulsoup.readthedocs.io/zh_CN/v4.4.0/

自動登陸示例：

　　抽屜新熱榜

import requests


# ############## 方式一 ##############
"""
# ## 一、首先登錄任何頁面，獲取cookie
i1 = requests.get(url="http://dig.chouti.com/help/service")
i1_cookies = i1.cookies.get_dict()

# ## 二、用戶登錄，攜帶上一次的cookie，後臺對cookie中的 gpsd 進行受權
i2 = requests.post(
    url="http://dig.chouti.com/login",
    data={
        'phone': "86178#########",
        'password': "xxooxxoo",
        'oneMonth': ""
    },
    cookies=i1_cookies
)

# ## 三、點贊（只須要攜帶已經被受權的gpsd便可）
gpsd = i1_cookies['gpsd']
i3 = requests.post(
    url="http://dig.chouti.com/link/vote?linksId=8589523",
    cookies={'gpsd': gpsd}
)

print(i3.text)
"""


# ############## 方式二 ##############
"""
import requests

session = requests.Session()
i1 = session.get(url="http://dig.chouti.com/help/service")
i2 = session.post(
    url="http://dig.chouti.com/login",
    data={
        'phone': "8615131255089",
        'password': "xxooxxoo",
        'oneMonth': ""
    }
)
i3 = session.post(
    url="http://dig.chouti.com/link/vote?linksId=8589523"
)
print(i3.text)

"""

　　GitHub

import requests
from bs4 import BeautifulSoup

# ############## 方式一 ##############
#
# # 1. 訪問登錄頁面，獲取 authenticity_token
# i1 = requests.get('https://github.com/login')
# soup1 = BeautifulSoup(i1.text, features='lxml')
# tag = soup1.find(name='input', attrs={'name': 'authenticity_token'})
# authenticity_token = tag.get('value')
# c1 = i1.cookies.get_dict()
# i1.close()
#
# # 1. 攜帶authenticity_token和用戶名密碼等信息，發送用戶驗證
# form_data = {
# "authenticity_token": authenticity_token,
#     "utf8": "",
#     "commit": "Sign in",
#     "login": "XXXXX@163.com",
#     'password': 'xxoo'
# }
#
# i2 = requests.post('https://github.com/session', data=form_data, cookies=c1)
# c2 = i2.cookies.get_dict()
# c1.update(c2)
# i3 = requests.get('https://github.com/settings/repositories', cookies=c1)
#
# soup3 = BeautifulSoup(i3.text, features='lxml')
# list_group = soup3.find(name='div', class_='listgroup')
#
# from bs4.element import Tag
#
# for child in list_group.children:
#     if isinstance(child, Tag):
#         project_tag = child.find(name='a', class_='mr-1')
#         size_tag = child.find(name='small')
#         temp = "項目:%s(%s); 項目路徑:%s" % (project_tag.get('href'), size_tag.string, project_tag.string, )
#         print(temp)



# ############## 方式二 ##############
# session = requests.Session()
# # 1. 訪問登錄頁面，獲取 authenticity_token
# i1 = session.get('https://github.com/login')
# soup1 = BeautifulSoup(i1.text, features='lxml')
# tag = soup1.find(name='input', attrs={'name': 'authenticity_token'})
# authenticity_token = tag.get('value')
# c1 = i1.cookies.get_dict()
# i1.close()
#
# # 1. 攜帶authenticity_token和用戶名密碼等信息，發送用戶驗證
# form_data = {
#     "authenticity_token": authenticity_token,
#     "utf8": "",
#     "commit": "Sign in",
#     "login": "XXXXX@163.com",
#     'password': 'xxoo'
# }
#
# i2 = session.post('https://github.com/session', data=form_data)
# c2 = i2.cookies.get_dict()
# c1.update(c2)
# i3 = session.get('https://github.com/settings/repositories')
#
# soup3 = BeautifulSoup(i3.text, features='lxml')
# list_group = soup3.find(name='div', class_='listgroup')
#
# from bs4.element import Tag
#
# for child in list_group.children:
#     if isinstance(child, Tag):
#         project_tag = child.find(name='a', class_='mr-1')
#         size_tag = child.find(name='small')
#         temp = "項目:%s(%s); 項目路徑:%s" % (project_tag.get('href'), size_tag.string, project_tag.string, )
#         print(temp)

　　知乎

import time

import requests
from bs4 import BeautifulSoup

session = requests.Session()

i1 = session.get(
    url='https://www.zhihu.com/#signin',
    headers={
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.98 Safari/537.36',
    }
)

soup1 = BeautifulSoup(i1.text, 'lxml')
xsrf_tag = soup1.find(name='input', attrs={'name': '_xsrf'})
xsrf = xsrf_tag.get('value')

current_time = time.time()
i2 = session.get(
    url='https://www.zhihu.com/captcha.gif',
    params={'r': current_time, 'type': 'login'},
    headers={
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.98 Safari/537.36',
    })

with open('zhihu.gif', 'wb') as f:
    f.write(i2.content)

captcha = input('請打開zhihu.gif文件，查看並輸入驗證碼：')
form_data = {
    "_xsrf": xsrf,
    'password': 'xxooxxoo',
    "captcha": 'captcha',
    'email': '##########@163.com'
}
i3 = session.post(
    url='https://www.zhihu.com/login/email',
    data=form_data,
    headers={
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.98 Safari/537.36',
    }
)

i4 = session.get(
    url='https://www.zhihu.com/settings/profile',
    headers={
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.98 Safari/537.36',
    }
)

soup4 = BeautifulSoup(i4.text, 'lxml')
tag = soup4.find(id='rename-section')
nick_name = tag.find('span',class_='name').string
print(nick_name)

　　拉勾網：

import requests


# 第一步：訪問登錄頁,拿到X_Anti_Forge_Token，X_Anti_Forge_Code
# 一、請求url:https://passport.lagou.com/login/login.html
# 二、請求方法:GET
# 三、請求頭:
#    User-agent
r1 = requests.get('https://passport.lagou.com/login/login.html',
                 headers={
                     'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36',
                 },
                 )

X_Anti_Forge_Token = re.findall("X_Anti_Forge_Token = '(.*?)'", r1.text, re.S)[0]
X_Anti_Forge_Code = re.findall("X_Anti_Forge_Code = '(.*?)'", r1.text, re.S)[0]
print(X_Anti_Forge_Token, X_Anti_Forge_Code)
# print(r1.cookies.get_dict())
# 第二步：登錄
# 一、請求url:https://passport.lagou.com/login/login.json
# 二、請求方法:POST
# 三、請求頭:
#    cookie
#    User-agent
#    Referer:https://passport.lagou.com/login/login.html
#    X-Anit-Forge-Code:53165984
#    X-Anit-Forge-Token:3b6a2f62-80f0-428b-8efb-ef72fc100d78
#    X-Requested-With:XMLHttpRequest
# 四、請求體：
# isValidate:true
# username:17821281271
# password:ab18d270d7126ea65915c50288c22c0d
# request_form_verifyCode:''
# submit:''
r2 = requests.post(
    'https://passport.lagou.com/login/login.json',
    headers={
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36',
        'Referer': 'https://passport.lagou.com/login/login.html',
        'X-Anit-Forge-Code': X_Anti_Forge_Code,
        'X-Anit-Forge-Token': X_Anti_Forge_Token,
        'X-Requested-With': 'XMLHttpRequest'
    },
    data={
        "isValidate": True,
        'username': '17821281271',
        'password': 'ab18d270d7126ea65915c50288c22c0d',
        'request_form_verifyCode': '',
        'submit': ''
    },
    cookies=r1.cookies.get_dict()
)
print(r2.text)

　　博客園

import re
import json
import base64

import rsa
import requests


def js_encrypt(text):
    b64der = 'MIGfMA0GCSqGSIb3DQEBAQUAA4GNADCBiQKBgQCp0wHYbg/NOPO3nzMD3dndwS0MccuMeXCHgVlGOoYyFwLdS24Im2e7YyhB0wrUsyYf0/nhzCzBK8ZC9eCWqd0aHbdgOQT6CuFQBMjbyGYvlVYU2ZP7kG9Ft6YV6oc9ambuO7nPZh+bvXH0zDKfi02prknrScAKC0XhadTHT3Al0QIDAQAB'
    der = base64.standard_b64decode(b64der)

    pk = rsa.PublicKey.load_pkcs1_openssl_der(der)
    v1 = rsa.encrypt(bytes(text, 'utf8'), pk)
    value = base64.encodebytes(v1).replace(b'\n', b'')
    value = value.decode('utf8')

    return value


session = requests.Session()

i1 = session.get('https://passport.cnblogs.com/user/signin')
rep = re.compile("'VerificationToken': '(.*)'")
v = re.search(rep, i1.text)
verification_token = v.group(1)

form_data = {
    'input1': js_encrypt('wptawy'),
    'input2': js_encrypt('asdfasdf'),
    'remember': False
}

i2 = session.post(url='https://passport.cnblogs.com/user/signin',
                  data=json.dumps(form_data),
                  headers={
                      'Content-Type': 'application/json; charset=UTF-8',
                      'X-Requested-With': 'XMLHttpRequest',
                      'VerificationToken': verification_token}
                  )

i3 = session.get(url='https://i.cnblogs.com/EditDiary.aspx')

print(i3.text)

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。