使用Selenium模拟登录xx小说网后获取相关数据

使用selenium对模拟登录获取内部数据

要求：

​ 对网站模拟登录后，获取内部书单数据

网站：

import base64
# 解码
website = base64.b64decode('aHR0cHM6Ly93d3cuMTdrLmNvbS8='.encode('utf-8'))
print(website)

前置知识点：

高级xpath：

在XPath语法中，可以使用以下方式表示最后一个标签和第一个标签：

• 最后一个标签：使用last()函数来表示最后一个标签。例如，//tag[last()]表示选择文档中所有tag标签中的最后一个标签。
• 第一个标签：使用索引值 [1] 来表示第一个标签。例如，//tag[1]表示选择文档中所有tag标签中的第一个标签。
• 倒数第一个标签：使用索引值 last()-1 来表示倒数第一个标签。例如，//tag[last()-1]表示选择文档中所有tag标签中的倒数第一个标签。
• 根据位置选择标签：可以使用位置谓词来选择具体位置的标签。位置谓词使用方括号 [position()] 来表示。例如，//tag[position()=3]表示选择文档中所有tag标签中的第三个标签。
• 第一个匹配的标签：使用[1]来表示第一个匹配到的标签。例如，//tag[@attribute='value'][1]表示选择具有指定属性值的tag标签中的第一个匹配到的标签。
• 逻辑运算符：XPath支持逻辑运算符，如and、or和not，可以用于组合多个条件来选择标签。例如，//tag[@attribute='value' and @attribute2='value2']表示选择具有指定属性值和属性2值的tag标签。
• 属性选择：可以使用@符号来选择具有特定属性的标签。例如，//tag[@attribute='value']表示选择具有指定属性值的tag标签。

请注意，XPath中的索引从1开始计数，而不是从0开始计数。

切换页面：

当使用switch_to.frame()方法切换到iframe时，参数可以是以下几种形式之一：

1. 通过索引：可以使用iframe在页面中的索引来切换到特定的iframe。索引从0开始，表示第一个iframe。例如，switch_to.frame(0)表示切换到第一个iframe。

driver.switch_to.frame(0)

2.通过名称或ID：如果iframe具有名称或ID属性，可以通过名称或ID来切换到该iframe。可以将名称或ID作为字符串传递给switch_to.frame()方法。例如，switch_to.frame("myframe")表示切换到名称或ID为"myframe"的iframe。

driver.switch_to.frame("myframe")

3.通过WebElement：可以将表示iframe的WebElement对象作为参数传递给switch_to.frame()方法。如果已经定位到iframe的WebElement对象，可以直接使用该对象来切换到该iframe。

iframe_element = driver.find_element_by_id("iframe_id")
driver.switch_to.frame(iframe_element)

​ 使用哪种参数形式取决于你在自动化测试中的具体情况。如果iframe有唯一的名称或ID，最好使用名称或ID来切换到iframe。如果存在多个iframe并且可以根据其在页面中的位置来区分，可以使用索引来切换到特定的iframe。如果已经通过其他方式定位到了iframe的WebElement对象，可以直接使用该对象来切换到iframe。

思路：

我们可以发现这个网页的登录页面是明文数据提交，没有涉及加密算法，但是需要我们点击一下按钮，等一些操作。

1. 首先，需要点击登录按钮
2. 找到账号框，输入账号
3. 找到密码框，输入密码
4. 点击同意协议
5. 点击登录按钮

登录按钮的xpath：

//*[@id="header_login_user"]/a[1]

注意需要切换页面，切换到iframe里面

/html/body/div[21]/div/div[1]/iframe

iframe = web.find_element_by_xpath('/html/body/div[21]/div/div[1]/iframe')
web.switch_to.frame(iframe)

账号框：

/html/body/form/dl/dd[2]/input

很多同学，到这里有疑问，为什么你得右侧没有定位到标签，你的xpath是不是写错了?

这里讲一下，因为这个属于后来弹出的页面，xpath_helper只能应对非动态页面。如何应对呢，自己检查呗，xpath的语法就是标签嵌套关系而已。

密码框：

/html/body/form/dl/dd[3]/input

同意框：

//*[@id="protocol"]

登录按钮：

/html/body/form/dl/dd[5]/input

from selenium.webdriver import Chrome
import time
import json
import requests
path = r'D:\Downloads\xx\chromedriver-win64\chromedriver.exe'
web = Chrome(executable_path=path)
web.get('https://www.17k.com/')
time.sleep(3)
# 登录
web.find_element_by_xpath('//*[@id="header_login_user"]/a[1]').click()

# 切换iframe
# /html/body/div[20]/div/div[1]/iframe
iframe = web.find_element_by_xpath('/html/body/div[last()]/div/div[1]/iframe')
print(iframe)
web.switch_to.frame(iframe)
# 得到输入框 输入账号
web.find_element_by_xpath('/html/body/form/dl/dd[2]/input').send_keys("your name")
web.find_element_by_xpath('/html/body/form/dl/dd[3]/input').send_keys("your miam")
web.find_element_by_xpath('//*[@id="protocol"]').click()
web.find_element_by_xpath('/html/body/form/dl/dd[5]/input').click()

time.sleep(3)
cookies = web.get_cookies()

同时，我们将cookies写到一个文件中：

# 存文件里
with open("cookies.txt", mode="w+", encoding='utf-8') as f:
    f.write(json.dumps(cookies)) # cookies是一个列表套字典 需要进行序列化转为字符串

封装cookie键值对形式：

dic = {}
for cook in cookies:
    dic[cook['name']] = cook['value']

发送请求得到书架信息，

url = "https://user.17k.com/ck/author2/shelf?page=1&appKey=2406394919"
headers = {
    'cookie': dic
}
resp = requests.get(url, cookies=dic)
print(resp.json())
print(resp.encoding)

web.close()

成功！！！

完整代码：

from selenium.webdriver import Chrome
import time
import json
import requests
path = r'D:\Downloads\xx\chromedriver-win64\chromedriver.exe'
web = Chrome(executable_path=path)
web.get('https://www.17k.com/')
time.sleep(3)
# 登录
web.find_element_by_xpath('//*[@id="header_login_user"]/a[1]').click()

# 切换iframe
# /html/body/div[20]/div/div[1]/iframe
iframe = web.find_element_by_xpath('/html/body/div[last()]/div/div[1]/iframe')
print(iframe)
web.switch_to.frame(iframe)
# 得到输入框 输入账号
web.find_element_by_xpath('/html/body/form/dl/dd[2]/input').send_keys("username")
web.find_element_by_xpath('/html/body/form/dl/dd[3]/input').send_keys("xxxxx")
web.find_element_by_xpath('//*[@id="protocol"]').click()
web.find_element_by_xpath('/html/body/form/dl/dd[5]/input').click()

time.sleep(3)
cookies = web.get_cookies()
#
# 存文件里
with open("cookies.txt", mode="w+", encoding='utf-8') as f:
    f.write(json.dumps(cookies))

# 组装cookie字典, 直接给requests用
dic = {}
for cook in cookies:
    dic[cook['name']] = cook['value']
# 衔接. 把cookie直接怼进去

# cookie 必须是一个字典 需要进行反序列化操作
# 访问的书架（获取书架内容）
url = "https://user.17k.com/ck/author2/shelf?page=1&appKey=2406394919"
headers = {
    'cookie': dic
}
resp = requests.get(url, cookies=dic)
print(resp.json())
print(resp.encoding)

web.close()

温馨提示：

仅供学习参考，请勿用于数据获取

本案例仅旨在展示模拟技术的应用和原理，并提供学习参考。请注意，未经授权的数据获取可能涉及法律和道德问题。在进行任何数据获取活动之前，请确保遵守相关法律法规和网站的规定。