爬虫案例：登录V2EX

踩点

V2EX是挺有意思的一个网站，，，脑补连接
登陆时，它的请求不是通过 Ajax 请求，而是通form 表单，因为在点击登录时，整个页面都会加载，而不是像 Ajax一样，偷偷的就给你搞出来了。。。。

我们输入的账号，密码，验证码的 key 都是由一堆乱七八糟的数据指向的，而且每次这串数据都不一样，所以我们需要找到这些数据是怎么生成的

然后我们在网页源代码中账号密码对应的input 标签发现，name 属性就是上面这乱七八糟的数据。。所以只要我们获取了这个属性，就知道账号，密码的 key 值。

• 账号，密码的key 值都是随机的，我们先拿到网页源代码，解析出里面的key 值
• 再调用登录的接口，提交数据
• 使用云打码解决验证码

实战

import requests
from lxml import etree
from yundama import YDMHttp


headers = {
'referer': 'https://www.v2ex.com/signin',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36',
}


def login():
    url = 'https://www.v2ex.com/signin'
    session = requests.Session()  # 自动保存cookie
    resp = session.get(url,headers=headers)
    text = resp.text
    html = etree.HTML(text)
    inputs = html.xpath('//form[@action="/signin"]//input/@name')
    name = inputs[0]
    password = inputs[1]
    captcha = inputs[2]
    once = html.xpath('//form[@action="/signin"]//input/@value')[3]


    captcha_url = 'https://www.v2ex.com/_captcha?once=' + once
    image = session.get(captcha_url,headers=headers)
    with open('captcha.png','wb') as f:
        f.write(image.content)

    ydm = YDMHttp(username='账号',password='密码')
    uid = ydm.login()
    if not uid:
        print('登录失败')

    balance = ydm.balance()
    if balance < 10:
        print('余额不足')

    result = ydm.decode(filename=r'captcha.png',codetype='3007')

    data = {     # 构建表单
        name:'账号',
        password:'密码',
        captcha: result,
        "once":once,
        'next':'/'
    }
    return data

def get_data(data):
    url = 'https://www.v2ex.com/member/moden' # 访问个人网页
    session = requests.Session()
    session.post(url,data=data,headers=headers)
    resp = session.get(url,headers=headers)
    print(resp.text)


if __name__ == '__main__':
    data = login()
    get_data(data)

还行，，在失败九次后终于登上了，，，，，，