scrapy有三種方法模擬登陸方式：
- 直接攜帶cookies
- 找url地址，發送post請求存儲cookie
- 找到對應的form表單，自動解析input標簽，自動解析post請求的url地址，自動帶上數據，自動發送請求
1、攜帶cookies登陸github
import scrapy
import re
class Login1Spider(scrapy.Spider):
name = 'login1'
allowed_domains = ['github.com']
start_urls = ['https://github.com/NoobPythoner'] # 這是一個需要登陸以后才能訪問的頁面
def start_requests(self): # 重構start_requests方法
# 這個cookies_str是抓包獲取的
cookies_str = '...' # 抓包獲取
# 將cookies_str轉換為cookies_dict
cookies_dict = {i.split('=')[0]:i.split('=')[1] for i in cookies_str.split('; ')}
yield scrapy.Request(
self.start_urls[0],
callback=self.parse,
cookies=cookies_dict
)
def parse(self, response): # 通過正則表達式匹配用戶名來驗證是否登陸成功
result_list = re.findall(r'noobpythoner|NoobPythoner', response.body.decode())
print(result_list)
pass
注意：
scrapy中cookie不能夠放在headers中，在構造請求的時候有專門的cookies參數，能夠接受字典形式的coookie
在setting中設置ROBOTS協議、USER_AGENT
2、使用scrapy.FormRequest()登錄
通過scrapy.FormRequest能夠發送post請求，同時需要添加fromdata參數作為請求體，以及callback
yield scrapy.FormRequest(
"https://github.com/session",
formdata={
"authenticity_token":authenticity_token,
"utf8":utf8,
"commit":commit,
"login":"****",
"password":"****"
},
callback=self.parse_login
)
3、使用scrapy.Formrequest.from_response登陸github
import scrapy
import re
class Login3Spider(scrapy.Spider):
name = 'login3'
allowed_domains = ['github.com']
start_urls = ['https://github.com/login']
def parse(self, response):
yield scrapy.FormRequest.from_response(
response, # 傳入response對象,自動解析
# 可以通過xpath來定位form表單,當前頁只有一個form表單時,將會自動定位
formxpath='//*[@id="login"]/form',
formdata={'login': '****', 'password': '***'},
callback=self.parse_login
)
def parse_login(self,response):
ret = re.findall(r"noobpythoner|NoobPythoner", response.text)
print(ret)
到此這篇關于詳解使用scrapy進行模擬登陸三種方式的文章就介紹到這了,更多相關scrapy模擬登陸內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Scrapy模擬登錄趕集網的實現代碼
- Scrapy框架實現的登錄網站操作示例
- python爬蟲框架scrapy實現模擬登錄操作示例
