爬取正方教务管理系统获取学生信息

新版正方教务系统请点这里：模拟登陆新版正方教务管理系统（获取学籍信息、课表和成绩）

最近想学点爬虫玩玩，拿学校的教务系统练练手。学校与很多高校一样，用的是正方教务管理系统，非常的不好用，经常出现登陆不上去、卡死的情况，主页如下图所示：

主页地址：http://222.24.62.120

模拟登录

---

1. 分析登录的URL和所需提供的数据

我们输入学号、密码和验证码登录后，点击登录。这时浏览器会向服务器提交一个POST请求：

我们由上图中的数据可知，登录请求的URL地址为：

http://222.24.62.120/default2.aspx

所提交的数据除了学号、密码、验证码、用户类型，还有其他的数据：

• __VIEWSTATE在源码中可以找到，是一个隐藏域，猜测是用来做验证

<input type="hidden" name="__VIEWSTATE" value="dDwxNTMxMDk5Mzc0Ozs+lYSKnsl/mKGQ7CKkWFJpv0btUa8=" />

• Textbox1是上次登陆的用户学号
• RadioButtonList1通过看源码可知为%D1%A7%C9%FA，是”学生”经过URL编码(gb2312)后的字符串。
• 后四个为空可以不用管

创建一个类：ConnectJWGL
属性如下：

    private String stuNum;
    private String stuName;
    private String __VIEWSTATE = "";
    private Map<String,String> cookies = new HashMap<>();
    private Connection connection;
    private Connection.Response response;
    private Document document;

2. 获取Cookies和__VIEWSTATE

给主页发一个请求，然后将响应的Cookies保存下来。并在其中提取__VIEWSTATE的值。

在ConnectJWGL类中添加一个connectIndex方法
代码如下:

    //接获取cookies和__VIEWSTATE
    public void connectIndex(){
        try{
            //获取连接
            connection = Jsoup.connect("http://222.24.62.120");
            connection.header("User-Agent",// 配置模拟浏览器
                    "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:29.0) Gecko/20100101 Firefox/29.0");
            response = connection.timeout(3000).execute();
            //保存Cookies