Python爬虫自动登陆

    背景:下载WISA2017会议论文集。

    工具:python

import requests
from requests.auth import HTTPBasicAuth
from bs4 import BeautifulSoup

page_config = {'username':'XXX',
               'password':'XXX'}
url = "http://conferences.computer.org/wisa/2017/"
auth = HTTPBasicAuth('XXX','XXX')
page = requests.get(url,auth=(page_config['username'],page_config['password']))
soup = BeautifulSoup(page.content, 'html.parser')#获取html页面
for i in soup.find_all('a'):
    name.append(i.string)
    link.append(url + i['href'])
def getFile(paper_url, file_name):

    u = requests.get(url=paper_url, auth=auth)    #下载url
    print u
    #f = open(file_name, 'wb')
    with open(r'paper/'+file_name+'.pdf', "wb") as pdf:
        for chunk in u.iter_content(chunk_size=10240):
            if chunk:
                pdf.write(chunk)
    print ("Sucessful to download" + " " + file_name)


    关键字:beautifulsoup;css选择器;auth验证;文件操作(bug相关----pdf文件名不能包含英文问号);

                
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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