您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:python实战scrapy操作cookie爬取博客涉及browsercookie

51自学网 2022-02-21 10:48:32
  python
这篇教程python实战scrapy操作cookie爬取博客涉及browsercookie写得很实用,希望能帮到您。

browsercookie 知识铺垫

第一个要了解的知识点是使用 browsercookie 获取浏览器 cookie ,该库使用命令 pip install browsercookie 安装即可。

接下来获取 firefox 浏览器的 cookie,不使用 chrome 谷歌浏览器的原因是在 80 版本之后,其 cookie 的加密方式进行了修改,所以使用 browsercookie 模块会出现如下错误

win32crypt must be available to decrypt Chrome cookie on Windows

获取 cookie 的代码如下所示:

import browsercookiefirefox_cookiejar = browsercookie.firefox()for c in firefox_cookiejar:    print(c)

运行代码,输出如下格式内容。

Python 爬虫 cookie 实战博客,涉及 browsercookie 与 scrapy

获取了 cookies 之后,就可以访问之后登录后才能访问的页面了(前提是在火狐浏览器登录过一次)。

下面拿 某管理中心举例,在火狐浏览器登录过之后,使用 browsercookie 获取 cookie 之后,就可以直接访问后台接口。

import browsercookieimport requestsfirefox_cookiejar = browsercookie.firefox()# for c in firefox_cookiejar:#     print(c)res = requests.get("https://img-home.csdnimg.cn/data_json/jsconfig/menu_path.json", cookies=firefox_cookiejar)print(res.text)

可以直接获取到后台菜单。

Python 爬虫 cookie 实战博客,涉及 browsercookie 与 scrapy

使用 browsercookie 实现 自动化点赞

在 scrapy 框架中,已经内置了一个 CookiesMiddleware 用于处理 cookies,我们这次通过继承 CookiesMiddleware ,然后使用 browsercookie 库完成点赞器的研发(仅做了一个测试案例,没有使用并发哦)

打开 middlewares.py 文件,编写自定义的类:

from scrapy.downloadermiddlewares.cookies import CookiesMiddlewareimport browsercookieclass BrowserCookiesDownloaderMiddleware(CookiesMiddleware):    def __init__(self, debug=False):        super().__init__(debug)        self.load_browser_cookies()    def load_browser_cookies(self):        # 注意这个地方的名字叫做 firefox        jar = self.jars['firefox']        firefox_cookiejar = browsercookie.firefox()        for cookie in firefox_cookiejar:            jar.set_cookie(cookie)

上述类的核心内容是使用 browsercookie 对浏览器的 cookie 进行提取,存储到 CookieJar 类型的字典 jars 中,后续请求的时候,在进行调用。

同步在 settings.py 文件中禁用默认的 CookiesMiddleware,启用咱们自定义的新类。

DOWNLOADER_MIDDLEWARES = {    'scrapy.downloadermiddlewares.cookies.CookiesMiddleware': None,    'csdn.middlewares.BrowserCookiesDownloaderMiddleware': 543,}

在编写爬虫核心函数,重点修改 Request 请求为 POST 请求,并且携带相关参数,meta={'cookiejar':COOKIEJAR}
代码如下所示:

import scrapyclass ClikeSpider(scrapy.Spider):    name = 'clike'    allowed_domains = ['csdn.net']    like_url = 'https://blog.csdn.net/phoenix/web/v1/article/like'    def start_requests(self):        data = {            "articleId": "120845464",        }        yield scrapy.FormRequest(url=self.like_url, formdata=data, meta={'cookiejar': 'firefox'})    def parse(self, response):        print(response.json())

运行爬虫之后,在日志中可以发现成功的点赞了。

Python 爬虫 cookie 实战博客,涉及 browsercookie 与 scrapy

以上就是python实战scrapy操作cookie爬取博客涉及browsercookie的详细内容,更多关于scrapy操作cookie爬取博客的资料请关注51zixue.net其它相关文章!


python编程scrapy简单代码实现搜狗图片下载器
python实战项目scrapy管道学习爬取在行高手数据
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。