python爬虫模拟登陆校园网-初级

最近跟同学学习爬虫的时候看到网上有个帖子，好像是山大校园网不稳定，用py做了个模拟登陆很有趣，于是我走上了一条不归路.....

先上一张校园网截图

首先弄清一下模拟登陆的原理：

1：服务器判定浏览器登录使用浏览器标识，需要模拟登陆

2: 需要post账号，密码，以及学校id

python走起，我用的2.7版本，用notepad++写的，绑定python可以直接运行

由于是模拟网页登陆，需要导入urllib urllib2 cookielib库，前两个有与网页直接的接口，cookielib就是用来处理cookie的

先了解一下这几个库函数一片不错的博客

http://www.cnblogs.com/mmix2009/p/3226775.html

ok，开始构建一个opener

cookie=cookielib.CookieJar()
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))

用urllib2.HTTOCookieProcessor处理CookieJar获得的cookie，并被build_opener处理

然后构建一下需要post的header,这个地址并不是我们输入账号密码的地址，而是提交数据被处理的地址，在登陆的时候用浏览器抓一下：

嗯就是右边的那个URL，我们最后提交的网址就是那个。我们看一下他的header

差不多就这些，可以都写上，也可以只写服务器验证的UA等等

需要提交的数据：

data={
         "username":"xxxxxxxx",
      "password":"xxxxx",
      
     }
post_data=urllib.urlencode(data)

然后就是post了，使用Requset（url,post_data,header）

req=urllib2.Request('http://139.198.3.98/sdjd/userAction!login.action',post_data,headers)
content=opener.open(req)

再open（req）放到content里，print一下试试是否成功。

然后.....然后发现失败了找找bug.....

因为是学习的网上的，那个简单的例子只有用户名和密码，而这个登陆还要选择大学.......

好吧，那就先找下源码，结果没找到，就从header里找，果然在cookie里有个schoo id=XXXX，没错了，就是这个了，于是在data里再加上这个，结果提交了以后还是失败。最后发现提交的data里的userName，password，school_必须和request里的名称大小写下划线什么的要一致：

最终代码（账号密码什么的用XXXX代替了）：

import urllib
import urllib2
import cookielib

data={
      "userName":"xxxxxxxx",
      "password":"xxxxx",
      "school_id":"xxxx"
     }
post_data=urllib.urlencode(data)

cookie=cookielib.CookieJar()
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))

headers={
          'Accept': 'text/html, application/xhtml+xml, image/jxr, */*',
          'Accept-Encoding': 'gzip, deflate',
          'Accept-Language': 'en-US, en; q=0.8, zh-Hans-CN; q=0.5, zh-Hans; q=0.3',
          'Connection': 'Keep-Alive',
          'Host': '139.198.3.98',
          'Referer': 'http://139.198.3.98/sdjd/protalAction!loginInit.action?wlanuserip=10.177.31.212&basip=124.128.40.39',
          'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.79 Safari/537.36 Edge/14.14393',    
          'X-Requested-With': 'XMLHttpRequest'
        }     

req=urllib2.Request('http://139.198.3.98/sdjd/userAction!login.action',post_data,headers)
content=opener.open(req)    
     
print content.read().decode("utf-8")

运行一下：

初步success~以后在深一步研究

还有求dalao解答我从notepad++上用#注释没效果咋回事......

------------------------------------------------------------------------------------------------------------------------------------

学习了requests库果然好用。。。贴一下代码

import requests

se=requests.Session()

url='http://139.198.3.98/sdjd/userAction!login.action'
data={
      "userName":"xxxxxxxx",
      "password":"xxxxx",
      "school_id":"xxxx"
     }

headers={
          'Accept': 'text/html, application/xhtml+xml, image/jxr, */*',
          'Accept-Encoding': 'gzip, deflate',
          'Accept-Language': 'en-US, en; q=0.8, zh-Hans-CN; q=0.5, zh-Hans; q=0.3',
          'Connection': 'Keep-Alive',
          'Host': '139.198.3.98',
          'Referer': 'http://139.198.3.98/sdjd/protalAction!loginrInit.action?wlanuserip=10.177.31.212&basip=124.128.40.39',
          'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.79 Safari/537.36 Edge/14.14393',    
          'X-Requested-With': 'XMLHttpRequest'
        }         

content=se.post(url,data=data,headers=headers)

print content.text

// 之前#没用是没保存成py格式直接运行了......

python爬虫 模拟登陆校园网-初级

python爬虫模拟登陆校园网-初级