爬虫入门-03-12306官网登录详解

末蓝、 2022-06-06 14:22 171阅读 0赞

# 爬虫入门-12306官网登录详解 #

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

一，首先我们要先通过浏览器抓包的方式搞清楚登录的流程，url，参数等

**登陆=请求 POST请求**

*  请求url(str)
 *  请求方式(str)
 *  参数(str,bytes)

**验证码校验**  
\- [https://kyfw.12306.cn/passport/captcha/captcha-check][https_kyfw.12306.cn_passport_captcha_captcha-check]  
\- POST  
\- 参数：answer:**52,36,117,68** login\_site:**E** rand:**sjrand**

**验证码发展**

*  1.数字或者字符串
 *  2.字符和数字生成一张图片，加载到浏览器上面（噪点，颜色，字体）
 *  3.坐标型验证码（滑动，根据文字找文字，根据文字找图片）机器原形（图片识别，分词，中文词找匹配图片）

**12306压力**

*  计算压力（每个站有没有票）
 *  不能做缓存（大量的数据库操作）

**下面开始代码实现**

#!/usr/bin/env python
    # -*- coding: utf-8 -*-
    
    import urllib, urllib2
    import ssl  # 12306证书是没有通过验证的，避过12306证书的问题
    import cookielib  # cookie添加
    
    # 避过证书验证,12306的证书是没有通过验证的
    ssl._create_default_https_context = ssl._create_unverified_context
    
    c = cookielib.LWPCookieJar()  # 生成一个存储
    cookie = urllib2.HTTPCookieProcessor(c)
    ''' 同urlopen相同，比urlopen多得是会保存cookie 把这个存储器绑定到opener对象当中 '''
    opener = urllib2.build_opener(cookie)
    urllib2.install_opener(opener)
    
    headerLoging = {
        "User-Agent":
            "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36"
    }
    
    def login():
        # 获取验证码图片和校验验证码
        req = urllib2.Request(
            "https://kyfw.12306.cn/passport/captcha/captcha-image?login_site=E&module=login&rand=sjrand&0.6246852095798301")
        req.headers = headerLoging
        imgCode = opener.open(req).read()  # 图片二进制码
        with open("code.png", "wb") as fn:
            fn.write(imgCode)
        # 发送请求
        req = urllib2.Request("https://kyfw.12306.cn/passport/captcha/captcha-check")
        req.headers = headerLoging  # 添加头部信息
        code = raw_input("输入验证码：")
        data = {
       #低级错误 answer参数前面加了空格
            "answer": code,
            "login_site": "E",
            "rand": "sjrand"
        }
    
        data = urllib.urlencode(data)  # 需要把字典转换成字符串
        html = opener.open(req, data).read()
        # 下一步登陆
        print html
    
    
    login()

[https_kyfw.12306.cn_passport_captcha_captcha-check]: https://kyfw.12306.cn/passport/captcha/captcha-check