python 需要登录的网站-对python抓取需要登录网站数据的方法详解

本文介绍使用Python通过Scrapy和Selenium实现需要登录的网站数据抓取方法,包括利用FormRequest进行登录及通过Selenium自动登录获取Cookies,并展示了如何保存和使用这些Cookies。
摘要由CSDN通过智能技术生成

scrapy.FormRequest

login.py

class LoginSpider(scrapy.Spider):

name = "login_spider"

start_urls = ["http://www.login.com"]

def parse(self, response):

return [

scrapy.FormRequest.from_response(

response,

# username和password要根据实际页面的表单的name字段进行修改

formdata={"username": "your_username", "password": "your_password"},

callback=self.after_login)]

def after_login(self, response):

# 登录后的代码

pass

selenium登录获取cookie

get_cookie_by_selenium.py

import pickle

import time

from selenium import webdriver

def get_cookies():

url = "https://www.test.com"

web_driver = webdriver.Chrome()

web_driver.get(url)

username = web_driver.find_element_by_id("login-email")

username.send_keys("username")

password = web_driver.find_element_by_id("login-password")

password.send_keys("password")

login_button = web_driver.find_element_by_id("login-submit")

login_button.click()

time.sleep(3)

cookies = web_driver.get_cookies()

web_driver.close()

return cookies

if __name__ == "__main__":

cookies = get_cookies()

pickle.dump(cookies, open("cookies.pkl", "wb"))

获取浏览器cookie(以Ubuntu的Firefox为例)

get_cookie_by_firefox.py

import sqlite3

import pickle

def get_cookie_by_firefox():

cookie_path = "/home/name/.mozilla/firefox/bqtvfe08.default/cookies.sqlite"

with sqlite3.connect(cookie_path) as conn:

sql = "select name,value from moz_cookies where baseDomain="test.com""

cur = conn.cursor()

cookies = [{"name": name, "value": value} for name, value in cur.execute(sql).fetchall()]

return cookies

if __name__ == "__main__":

cookies = get_cookie_from_firefox()

pickle.dump(cookies, open("cookies.pkl", "wb"))

scrapy使用获取后的cookie

cookies = pickle.load(open("cookies.pkl", "rb"))

yield scrapy.Request(url, cookies=cookies, callback=self.parse)

requests使用获取后的cookie

cookies = pickle.load(open("cookies.pkl", "rb"))

s = requests.Session()

for cookie in cookies:

s.cookies.set(cookie["name"], cookie["value"])

selenium使用获取后的cookie

from selenium import webdriver

cookies = pickle.load(open("cookies.pkl", "rb"))

w = webdriver.Chrome()

# 直接添加cookie会报错,下面是一种解决方案,可能有更好的

# -- start --

w.get("http://www.test.com")

w.delete_all_cookies()

# -- end --

for cookie in cookies:

w.add_cookie(cookie)

以上这篇对python抓取需要登录网站数据的方法详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。

本文标题: 对python抓取需要登录网站数据的方法详解

本文地址: http://www.cppcns.com/jiaoben/python/228580.html

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
>