Java爬虫(三)-- httpClient 模拟登录 + cookie 登录状态管理

前言

前面两章内容阐述了httpClient怎么模拟Http请求和如何解析页面。

接下去会讲在一些实战中遇到的问题。

现在回到我的开发摸索之路,之前说到我所爬取的网页是某个险企提供给合作公司的一个页面,通过账号登录然后爬取指定的数据。

这里就出现本章要写的主题了。模拟登录。

我首先确认登录验证的请求所需要携带的参数:

可以看到,登录需要验证码,并且密码不是明文传输的,而是通过前端js加密过后产生的,并且每次都会不一样,所以要模拟这个加密的过程。还有一些别的参数,是可以在页面上解析出来的。

实战

我觉得里面困难的地方是验证码识别,和怎么模拟前端js加密。

验证码

关于验证码识别的解决方案,有很多种,复杂的可以用图像识别算法,有钱的可以直接上接口,由于我只是想先将功能实现,所以就采用了最简单的方式,把验证码图像下载到本地,手动输入。

这里面要提一下,httpClient有自动管理cookie的功能,什么意思呢,就是说你只要用httpClient模拟登

  • 7
    点赞
  • 38
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值