设为首页收藏本站
切换到窄版

鱼C论坛

 找回密码
 立即注册
鱼C论坛»论坛 › 编程语言专区 › Python交流 › 怎么爬取需要登录的页面
返回列表 发新帖
查看: 1266|回复: 4

[已解决]怎么爬取需要登录的页面

[复制链接]
fytfytf
发表于 2020-7-25 20:20:19 | 显示全部楼层 |阅读模式

马上注册，结交更多好友，享用更多功能^_^

您需要 登录 才可以下载或查看，没有账号？立即注册

x
  1. import requests
  2. import re
  3. from lxml import html

  5. def open_url(keyword):
  6.     item={'q':keyword,'sort':'sale-desc'}
  7.     url='https://s.taobao.com/search'
  8.     head={'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36 LBBROWSER',
  9.     'referer':'https://s.taobao.com/search?q=%E8%8B%B9%E6%9E%9C&sort=sale-desc',
  10.     'cookie':'cna=uIlSFyf4fzECAXPHSV7FUkTZ; cad=17385008a71-5802733657771572870001; cap=b1a8; cnaui=4204342242; aimx=Q9iiF5j4dTgCAbeUfzwibvYP_1595664963; cdpid=Vy64NQpQyFoeBA%253D%253D; tbsa=4d1bbc60a3b803d614638b54_1595666242_38; atpsida=e00833b49dcba05591c9044f_1595666242_51; atpsidas=2b032abfd9b96e6dd9efbcfd_1595666242_57; sca=18f4a5de; aui=4204342242'}
  11.     res=requests.get(url,params=item)
  12.     return res
  13. def main():
  14.     keyword=input('请输入搜索关键词:')
  15.     res=open_url(keyword)
  16.     with open('taobao.txt','w',encoding='utf-8') as f:
  17.         f.write(res.text)
  18.    
  19. if __name__=='__main__':
  20.     main()
复制代码

想爬淘宝，结果不登陆爬的都是同一堆数据,怎么爬取需要登录的页面啊，求解
最佳答案
月排行榜 / 总排行榜
xiaosi4081
2020-7-25 20:31:34
本帖最后由 xiaosi4081 于 2020-7-25 20:34 编辑
fytfytf 发表于 2020-7-25 20:30
我cookie加了的，不过好像没什么卵用


你构造了head，但是没有用呀，你参数里面没headers

你按照我的改一下：
  1. import requests
  2. import re
  3. from lxml import html

  5. def open_url(keyword):
  6.     item={'q':keyword,'sort':'sale-desc'}
  7.     url='https://s.taobao.com/search'
  8.     head={'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36 LBBROWSER',
  9.     'referer':'https://s.taobao.com/search?q=%E8%8B%B9%E6%9E%9C&sort=sale-desc',
  10.     'cookie':'cna=uIlSFyf4fzECAXPHSV7FUkTZ; cad=17385008a71-5802733657771572870001; cap=b1a8; cnaui=4204342242; aimx=Q9iiF5j4dTgCAbeUfzwibvYP_1595664963; cdpid=Vy64NQpQyFoeBA%253D%253D; tbsa=4d1bbc60a3b803d614638b54_1595666242_38; atpsida=e00833b49dcba05591c9044f_1595666242_51; atpsidas=2b032abfd9b96e6dd9efbcfd_1595666242_57; sca=18f4a5de; aui=4204342242'}
  11.     res=requests.get(url,headers=head,data=item)
  12.     return res
  13. def main():
  14.     keyword=input('请输入搜索关键词:')
  15.     res=open_url(keyword)
  16.     with open('taobao.txt','w',encoding='utf-8') as f:
  17.         f.write(res.text)
  18.    
  19. if __name__=='__main__':
  20.     main()
复制代码


求最佳

给你一个警告：
cookie可是很有用的，你要是把它附在代码里，就很容易泄露信息
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

xiaosi4081
发表于 2020-7-25 20:26:00 | 显示全部楼层
本帖最后由 xiaosi4081 于 2020-7-25 20:30 编辑
  1. import requests
  2. import re
  3. from lxml import html

  5. def open_url(keyword):
  6.     item={'q':keyword,'sort':'sale-desc'}
  7.     url='https://s.taobao.com/search'
  8.     head={'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36 LBBROWSER',
  9.     'referer':'https://s.taobao.com/search?q=%E8%8B%B9%E6%9E%9C&sort=sale-desc',
  10.     'cookie':'cna=uIlSFyf4fzECAXPHSV7FUkTZ; cad=17385008a71-5802733657771572870001; cap=b1a8; cnaui=4204342242; aimx=Q9iiF5j4dTgCAbeUfzwibvYP_1595664963; cdpid=Vy64NQpQyFoeBA%253D%253D; tbsa=4d1bbc60a3b803d614638b54_1595666242_38; atpsida=e00833b49dcba05591c9044f_1595666242_51; atpsidas=2b032abfd9b96e6dd9efbcfd_1595666242_57; sca=18f4a5de; aui=4204342242'}
  11.     res=requests.get(url,headers=head,data=item)
  12.     return res
  13. def main():
  14.     keyword=input('请输入搜索关键词:')
  15.     res=open_url(keyword)
  16.     with open('taobao.txt','w',encoding='utf-8') as f:
  17.         f.write(res.text)
  18.    
  19. if __name__=='__main__':
  20.     main()
复制代码

小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

fytfytf
 楼主| 发表于 2020-7-25 20:30:02 | 显示全部楼层
xiaosi4081 发表于 2020-7-25 20:26
你cookie找错了吧
你登录后，来到要爬取的界面，之后右键>>检查（审查元素）

我cookie加了的，不过好像没什么卵用
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

xiaosi4081
发表于 2020-7-25 20:31:34 | 显示全部楼层    本楼为最佳答案   
本帖最后由 xiaosi4081 于 2020-7-25 20:34 编辑
fytfytf 发表于 2020-7-25 20:30
我cookie加了的，不过好像没什么卵用


你构造了head，但是没有用呀，你参数里面没headers

你按照我的改一下：
  1. import requests
  2. import re
  3. from lxml import html

  5. def open_url(keyword):
  6.     item={'q':keyword,'sort':'sale-desc'}
  7.     url='https://s.taobao.com/search'
  8.     head={'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36 LBBROWSER',
  9.     'referer':'https://s.taobao.com/search?q=%E8%8B%B9%E6%9E%9C&sort=sale-desc',
  10.     'cookie':'cna=uIlSFyf4fzECAXPHSV7FUkTZ; cad=17385008a71-5802733657771572870001; cap=b1a8; cnaui=4204342242; aimx=Q9iiF5j4dTgCAbeUfzwibvYP_1595664963; cdpid=Vy64NQpQyFoeBA%253D%253D; tbsa=4d1bbc60a3b803d614638b54_1595666242_38; atpsida=e00833b49dcba05591c9044f_1595666242_51; atpsidas=2b032abfd9b96e6dd9efbcfd_1595666242_57; sca=18f4a5de; aui=4204342242'}
  11.     res=requests.get(url,headers=head,data=item)
  12.     return res
  13. def main():
  14.     keyword=input('请输入搜索关键词:')
  15.     res=open_url(keyword)
  16.     with open('taobao.txt','w',encoding='utf-8') as f:
  17.         f.write(res.text)
  18.    
  19. if __name__=='__main__':
  20.     main()
复制代码


求最佳

给你一个警告：
cookie可是很有用的，你要是把它附在代码里，就很容易泄露信息
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 0 反对 1

使用道具 举报

fytfytf
 楼主| 发表于 2020-7-25 20:41:23 | 显示全部楼层
xiaosi4081 发表于 2020-7-25 20:31
你构造了head，但是没有用呀，你参数里面没headers

你按照我的改一下：

爬到了,大佬nb
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-6-24 04:35

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表