python爬虫记录session么_用python写爬虫-2.4requests库之session验证码

终于写到最后一个了，session，session我用的不多，一般只用在登陆和带验证码的情况，昨天在邦购买了一件衣服，发现邦购网挺适合用session登陆。

主页点击‘我的邦购’，为啥是这个，答，这个比较方便看出你到底登陆成功没有。

还是先上登陆网址。https://passport.banggo.com/CASServer/login?service=http%3A%2F%2Fbgact.banggo.com%2Flogin.shtml%3Fr_url%3Dhttp%25253A%25252F%25252Fuser.banggo.com%25252F

看得出网址这已经把跳转之后的网址带到了‘？’后。

还是F12-network，发现还是get

image.png

前面说了这种要带查询信息的一般不都是post，别急，你随便输一下账号密码验证码，就会发现方法已然变化成post。

image.png

再往下看看form data。

image.png

一般来说form data是login页面中input标签的内容，比如像显性的账号密码，也有隐性的，比如这次lt我觉得是控制爬虫的吧，这种隐性的input一般都带着hidden属性，也就是说在页面上是看不见的。

form data 我们需要相应创造的dict的key是input标签的name属性，value是input标签的name属性。比如

image.png

可以看到这次的post data有几个信息需要特殊处理一下。

一个是vcode，这一看就是验证码，还不会opencv之类啊，没关系，我们把图片下下来，然后手工输入就行了。

另一个是lt，这个感觉不像是每次都一样的，需要从这个登陆网页抽取一下。

其他的看起来，把信息复制下来就好。

这里就可以说session的作用了，验证码每一次刷新都是不一样的，假如你先用一个get把这一次的验证码找到，然后在用post把验证码提交上去就会发现额，验证码不对，因为post跟下载验证码get的是两次请求。session就能把一次请求分步走，先get，再把get到的验证码放进form data里再提交。

就像前面说的，一个页面多次鼠标的行动用session包装起来。

还是用代码看看吧

import requests

import shutil

from pyquery import PyQuery as pq

def banggo():

session = requests.session()

url = 'https://passport.banggo.com/CASServer/login?service=http%3A%2F%2Fbgact.banggo.com%2Flogin.shtml%3Fr_url%3Dhttp%25253A%25252F%25252Fuser.banggo.com%25252Fmember%25252FOrder'

res = session.get(url)

file = pq(res.text)

lt =file('input').eq(-4).attr('value')

imgurl = 'https://passport.banggo.com/CASServer//custom/loginCode.do'

imgre = session.get(imgurl,stream =True)

f = open('yzm.png', 'wb')

shutil.copyfileobj(imgre.raw, f)

f.close()

vocde = input('input:')

data = {

'username':自己的账号,

'password':自己的密码,

'vcode':vocde,

'rememberUsername':'on',

'lt':lt,

'_eventId':'submit',

'loginType':'1',

'lastIp':自己的ip

}

re = session.post(url,data=data)

print(re.text)

解释一下代码。

session = requests.session()

这句是关键，创建一个session，以后都通过这个session来get，post，让我们整个过程是连续的。

lt =file('input').eq(-4).attr('value')

这句是找name=lt的input标签相对应的value值，eq(-4)是我发现它在倒数第4个

然后是处理验证码，逻辑是先下载后手输， shutil.copyfileobj(imgre.raw, f)复制到文件f。

img的文件地址可以有两个方法得到，一个是在login网页上抓取，在找到img的element，对于每次都变动的地址的就需要先找到这个网址，

image.png

我发现它的网址一直都是这个，所以从network-img里找到网址。

image.png

还可以从preview看看是那一张图。

最后组装一下data，用post方法就能成功登陆了呢。