python得到所有在leetcode上Accepted的代码(一）

得到cookies

要得到所有提交成功的代码，必须先登录你的账号，得到你的cookies，这点我已经在先前的博文python 模拟登陆leetcode中详细讲述了。

    url = "https://leetcode.com/submissions/"
    res = s.get(url=url,headers=headers_base,cookies=login())
    content = bs(res.text)//s是requests.session对象

这里得到的content也就是显示你所有在leetcode上提交历史的界面，对于网页中内容的提取，我们继续采用beautifulsoup库。

得到描述代码的网址

观察网页源码，发现你的每次提交历史都在一个tr标签中


我们分析其中一个标签，发现它又包括了多个td标签，分别代表提交距今日时间，空行，题目名称，空行，是否成功，空行，用时，空行，何种语言。我们需要的内容，代表是否提交成功，以及代码网址都在第三个标签中。
之前已经说了使用beautifulsoup非常简单，不需费力匹配正则，直接使用标签名称就可以

    infos = content.find_all("tr")

这里是获得网页中所有的tr标签，是否成功标识在网页中是个字符串，我们可以使用遍历tr.strings标签中所有的字符串

    for i in infos:
        for j in i.strings:
            if j=="Accepted":
                print i

这里打印出来会有很多空格，可以使用tag.stripped_strings去除空格。

    for i in infos:
        for j in i.stripped_strings:
            if j=="Accepted":
                print i

我们获得了所有描述提交成功的tr标签，下一步就是在tr标签中提取代码网址，tag的 .contents 属性可以将tag的子节点以列表的方式输出，这样就可以得到具体描述网址信息的td标签了

    for i in infos:
        for j in i.stripped_strings:
            if j=="Accepted":
                print i.contents[3]

其中一个输出是

<td>
<a class="inline-wrap" href="/problems/counting-bits/">Counting Bits</a>
</td>

即，网址信息是在td标签中的子节点a中的href属性中

    for i in infos:
        for j in i.stripped_strings:
            if j=="Accepted":
                # for k in i.contents:
                #     print k
                print i.contents[5].a["href"]

在前面加上 https://leetcode.com/，即为代码界面
其实获得这个网址信息，还有一个更简单的方法，

更简单的方法

观察，网页源代码，我们发现网址信息是在一个有class href属性的a标签的字节点中，beautifulsoup有个方法：
find_all( name , attrs , recursive , text , **kwargs )

find_all() 方法搜索当前tag的所有tag子节点,并判断是否符合过滤器的条件,这样上面的代码只需下面三行：

    content = bs(res.text)
    for i in content.find_all("a","text-danger status-accepted"):
        print i["href"]

好，我们得到了描述代码的网址信息，接下来就是在该网址中得到代码了。笔者仔细看了一下该网页的源代码，竟没有找到描述提交代码的节点，后来发现是使用css的伪类，隐藏了那部分源码，这种情况，笔者也是第一次遇到，该如何处理，请关注下篇。