python爬取豆瓣小组_Python模拟登入豆瓣网,并爬取小组信息

importrequestsfrom bs4 importBeautifulSoupfrom PIL importImage

headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.133 Safari/537.36','Referer':'https://accounts.douban.com/login?alias=&redir=https%3A%2F%2Fwww.douban.com%2F&source=index_nav&error=1001'}

session=requests.Session()

session.headers.update(headers)

username= input('请输入你的用户名:')

password= input('请输入你的密码:')

url= 'https://accounts.douban.com/login'

def login(username,password,source='index_nav',redir='https://www.douban.com/',login='登录'): #模拟登入函数

caprcha_id,caprcha_link = get_captcha(url) #把get_captcha函数返回的值

if caprcha_id: #如果有caprcha_id,就执行解析caprcha_link网页信息,并把图片保存下来打开

img_html =session.get(caprcha_link)

with open('caprcha.jpg','wb') as f:

f.write(img_html.content)try:

im= Image.open('caprcha.jpg')

im.show()

im.close()except:print('打开错误')

caprcha= input('请输入验证码:') #把看到的验证码图片输入进去

data = { #需要传去的数据

'source':source,'redir':redir,'form_email':username,'form_password':password,'login':login,

}if caprcha_id: #如果需要验证码就把下面的两个数据加入到data里面

data['captcha-id'] =caprcha_id

data['captcha-solution'] =caprcha

html= session.post(url,data=data,headers=headers)print(session.cookies.items())def get_captcha(url): #解析登入界面,获取caprcha_id和caprcha_link

html =requests.get(url)

soup= BeautifulSoup(html.text,'lxml')

caprcha_link= soup.select('#captcha_image')[0]['src']#lzform > div.item.item-captcha > div > div > input[type="hidden"]:nth-child(3)

caprcha_id = soup.select('div.captcha_block > input')[1]['value']returncaprcha_id,caprcha_link

login(username,password)

login_url= 'https://www.douban.com/group/'xiaozu_html=session.get(login_url)

soup= BeautifulSoup(xiaozu_html.text,'lxml')#content > div > div.article > div.topics > table > tbody > tr:nth-child(1) > td.td-subject > a

titles = soup.select('tr.pl > td.td-subject > a.title')for title intitles:print(title['href'],title.string)

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