python 爬取学信网登录页面

python 爬取学信网登录页面

我们以学信网为例爬取个人信息
**如果看不清楚
按照以下步骤：**

1.火狐为例 打开需要登录的网页–> F12 开发者模式 （鼠标右击，点击检查元素）–点击网络 –>需要登录的页面登录下–> 点击网络找到 一个POST提交的链接点击–>找到post（注意该post中信息就是我们提交时需要构造的表单信息）

import requests
from bs4 import BeautifulSoup
from http import cookies
import urllib
import http.cookiejar

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0',
    'Referer':'https://account.chsi.com.cn/passport/login?service=https://my.chsi.com.cn/archive/j_spring_cas_security_check',
}

session = requests.Session()
session.headers.update(headers)
username = 'xxx'
password = 'xxx'
url = 'https://account.chsi.com.cn/passport/login?service=https://my.chsi.com.cn/archive/j_spring_cas_security_check'
def login(username,password,lt,_eventId='submit'):     #模拟登入函数
    #构造表单数据
    data = { #需要传去的数据
            '_eventId':_eventId,
            'lt':lt,
            'password':password, 
            'submit':u'登录',
            'username':username, 
    }
    html = session.post(url,data=data,headers=headers)

def get_lt(url):       #解析登入界面_eventId
    html = session.get(url)
    #获取 lt
    soup = BeautifulSoup(html.text,'lxml',from_encoding="utf-8")
    lt=soup.find('input',type="hidden")['value']
    return lt

lt = get_lt(url)#获取登录form表单信息  以学信网为例
login(username,password,lt)
login_url = 'https://my.chsi.com.cn/archive/gdjy/xj/show.action'
per_html = session.get(login_url)
soup = BeautifulSoup(per_html.text,'lxml',from_encoding="utf-8")
print(soup)
for tag in soup.find_all('table',class_='mb-table'):
    print(tag)
    for tag1 in tag.find_all('td'):
        title= tag1.get_text(); 
        print(title)