Glidedsky第一关详细解答

第一关是算是入门级的操作了。唯一比较麻烦的是，你直接用requests获取url的响应数据是不行的，网站要求你登录。
这个时候我们一般有两种方法，一种是手动在Headers头部信息里添加Cookie，另一种是使用selenium自动化登录网页。

Cookie：自行去浏览器里的Headers里复制粘贴到*处。

import requests

url='http://www.glidedsky.com/level/web/crawler-basic-1'
headers={
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.96 Safari/537.36',
    'Cookie': '***'
}
html=requests.get(url,headers=headers).content.decode()

Selenium：先把Chrome浏览器的驱动拷贝到目录下，然后填写*处的账号密码。

from selenium import webdriver

bro=webdriver.Chrome(executable_path='../chromedriver.exe')

bro.get('http://www.glidedsky.com/level/web/crawler-basic-1')

find_username=bro.find_element_by_id('email')
find_password=bro.find_element_by_id('password')
find_login=bro.find_element_by_css_selector('.btn')

find_username.send_keys('***')
find_password.send_keys('***')
find_login.click()

html=bro.page_source

之后使用xpath定位到数字所在的数据：

from lxml import etree

tree=etree.HTML(html)
find_num=tree.xpath("//*[@id='app']/main/div[1]/div/div/div/div/text()")
find_nums="".join(find_num)

但是采集到的数据是携带空格的，所以我们使用正则表达式清洗一下：（只提取获取到数据的数字部分）

number_list=re.findall('\d+',find_nums)

这时候拿到的就是储存所有数字的列表，最后写一个循环就可以求和啦！

写这个不是为了让大家抄答案，希望大家一些细节想不明白的时候过来看看能解决问题，主要还是要自主思考。