这里是参考了博主登录知乎这篇文章。但是登录时遇到了一个问题,就是需要我输入验证码。可能博主写的时候不需要输入验证码,因此没有考虑到这个问题。最后参考了知乎大神验证码部分的代码,实现了登录功能。这里也使用了cookies来实现免登录。整个代码如下。
import requests
import random
try:
import cookielib
except:
import http.cookiejar as cookielib
from bs4 import BeautifulSoup
from PIL import Image
import time
import os.path
headers = {
'Accept': '*/*',
'Accept-Encoding': 'gzip, deflate',
'Accept-Language': 'zh-CN,zh;q=0.8',
'Connection': 'keep-alive',
'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',
'Referer': 'https://www.zhihu.com/',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36',
'X-Requested-With': 'XMLHttpRequest'
}
timeout = random.choice(range(60, 180))
session = requests.session()
#使用cookie信息加载
session.cookies = cookielib.LWPCookieJar(filename='cookies')
try:
session.cookies.load(ignore_discard=True)
except:
print("cookie加载失败")
def isLogin():
# 通过查看用户个人信息来判断是否已经登录
url = "https://www.zhihu.com/settings/profile"
login_code = session.get(url,allow_redirects=False,headers = headers).status_code
print(login_code)
if int(x=login_code) == 200:
return True
else:
return False
#验证登录
def login(url):
res = session.get(url,headers = headers,timeout=timeout).content
_xsrf = BeautifulSoup(res,'html.parser').find('input',attrs={'name':'_xsrf'})['value']
print(_xsrf)
login_data = {
'_xsrf' : _xsrf,
'password' : '你自己的密码',
'captcha_type' : 'cn',
'captcha' : get_captcha(),
'remember_me' : 'true',
'email' : '你自己的账号'
}
repr = session.post('https://www.zhihu.com/login/email',data=login_data,headers=headers)
print(repr)
res = session.get('https://www.zhihu.com',headers=headers)
print(res.text)
session.cookies.save()
#if res.status_code == '200':
#print('登录成功')
#print(res.text)
#else:
#print('登录失败')
#解析验证码
def get_captcha():
t = str(int(time.time() * 1000))
captcha_url = 'http://www.zhihu.com/captcha.gif?r=' + t + "&type=login"
r = session.get(captcha_url, headers=headers)
with open('captcha.jpg', 'wb') as f:
f.write(r.content)
f.close()
# 用pillow 的 Image 显示验证码
# 如果没有安装 pillow 到源代码所在的目录去找到验证码然后手动输入
try:
im = Image.open('captcha.jpg')
im.show()
im.close()
except:
print(u'请到 %s 目录找到captcha.jpg 手动输入' % os.path.abspath('captcha.jpg'))
captcha = input("please input the captcha\n>")
return captcha
if __name__ == '__main__':
url = 'http://www.zhihu.com'
if isLogin():
print("已经登录")
else:
print("重新登录")
login(url)
其中知乎验证码中间的部分使用的是时间戳。而login()函数最好可以再写一个判别语句,即如果不需要验证码,则不需要get_captcha()的信息。但由于我总是需要/(ㄒoㄒ)/~~…
另外!!headers头很重要!!每一次get或者post都要带上!我就因为有几个忘记带了,返回了错误码QAQ。如果带上了headers还是访问失败,可能是headers头少了什么信息,可以通过Chrome模拟访问过程查看下真实的报文头。
**
这里附上源代码~(≧▽≦)/~
**