python爬虫抓取数据的步骤-Python爬虫抓取手机APP的传输数据

大多数APP里面返回的是json格式数据,或者一堆加密过的数据 。这里以超级课程表APP为例,抓取超级课程表里用户发的话题。

1、抓取APP数据包

得到超级课程表登录的地址:http://120.55.151.61/V2/StudentSkip/loginCheckV4.action

表单:

09564144L-0.png

表单中包括了用户名和密码,当然都是加密过了的,还有一个设备信息,直接post过去就是。

另外必须加header,一开始我没有加header得到的是登录错误,所以要带上header信息。

0956414031-1.png

2、登录

登录代码:

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

import urllib2

from cookielibimport CookieJar

loginUrl= 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action'

headers= {

'Content-Type':'application/x-www-form-urlencoded; charset=UTF-8',

'User-Agent':'Dalvik/1.6.0 (Linux; U; Android 4.1.1; M040 Build/JRO03H)',

'Host':'120.55.151.61',

'Connection':'Keep-Alive',

'Accept-Encoding':'gzip',

'Content-Length':'207',

}

loginData= 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'

cookieJar= CookieJar()

opener= urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar))

req= urllib2.Request(loginUrl, loginData, headers)

loginResult= opener.open(req).read()

print loginResult

登录成功 会返回一串账号信息的json数据

0956414039-2.png

和抓包时返回数据一样,证明登录成功

09564121O-3.png

3、抓取数据

用同样方法得到话题的url和post参数

下见最终代码,有主页获取和下拉加载更新。可以无限加载话题内容。

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

#!/usr/local/bin/python2.7

# -*- coding: utf8 -*-

"""

超级课程表话题抓取

"""

import urllib2

from cookielibimport CookieJar

import json

''' 读Json数据 '''

def fetch_data(json_data):

data= json_data['data']

timestampLong= data['timestampLong']

messageBO= data['messageBOs']

topicList= []

for eachin messageBO:

topicDict= {}

if each.get('content',False):

topicDict['content']= each['content']

topicDict['schoolName']= each['schoolName']

topicDict['messageId']= each['messageId']

topicDict['gender']= each['studentBO']['gender']

topicDict['time']= each['issueTime']

print each['schoolName'],each['content']

topicList.append(topicDict)

return timestampLong, topicList

''' 加载更多 '''

def load(timestamp, headers, url):

headers['Content-Length']= '159'

loadData= 'timestamp=%s&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&' % timestamp

req= urllib2.Request(url, loadData, headers)

loadResult= opener.open(req).read()

loginStatus= json.loads(loadResult).get('status',False)

if loginStatus== 1:

print 'load successful!'

timestamp, topicList= fetch_data(json.loads(loadResult))

load(timestamp, headers, url)

else:

print 'load fail'

print loadResult

return False

loginUrl= 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action'

topicUrl= 'http://120.55.151.61/V2/Treehole/Message/getMessageByTopicIdV3.action'

headers= {

'Content-Type':'application/x-www-form-urlencoded; charset=UTF-8',

'User-Agent':'Dalvik/1.6.0 (Linux; U; Android 4.1.1; M040 Build/JRO03H)',

'Host':'120.55.151.61',

'Connection':'Keep-Alive',

'Accept-Encoding':'gzip',

'Content-Length':'207',

}

''' ---登录部分--- '''

loginData= 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'

cookieJar= CookieJar()

opener= urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar))

req= urllib2.Request(loginUrl, loginData, headers)

loginResult= opener.open(req).read()

loginStatus= json.loads(loginResult).get('data',False)

if loginResult:

print 'login successful!'

else:

print 'login fail'

print loginResult

''' ---获取话题--- '''

topicData= 'timestamp=0&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'

headers['Content-Length']= '147'

topicRequest= urllib2.Request(topicUrl, topicData, headers)

topicHtml= opener.open(topicRequest).read()

topicJson= json.loads(topicHtml)

topicStatus= topicJson.get('status',False)

print topicJson

if topicStatus== 1:

print 'fetch topic success!'

timestamp, topicList= fetch_data(topicJson)

load(timestamp, headers, topicUrl)

结果:

095641I43-4.png

  • 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