2024年Python最新网络爬虫——由模拟登录扯开去(1)

最简单的方式，直接提交即可；

2. 账号，密码（密文）POST

根据不同的场景分别处理：

• 需求：使用单个账号，登录一个目标网站，之后做各种处理；

这时，直接用FormData中加密后的密码提交；

• 需求：使用大量账号，登录一个目标网站；

这就要确定目标网站前端所采用的密码加密算法，常见的有MD5，RSA等；一般可以在前端JavaScript脚本中找到相关的加密方式；

Note:

1. 有时候会辅以token+密码的形式，而不仅仅是原密码进行加密（见第3种情况）；

2. 如果所有账号的密码都一样，此时也用不着确定加密算法了，可按前一种需求处理；

3. 账号，token+密码（密文）POST

首先要想办法获取token，token又有动、静之分：

• 动态token：每次打开登录页面后，都会返回一个不同的token，这需要分析页面信息，做相应的处理；

• 静态token：这种一般是在服务端定义好的一个固定密钥；当时遇到的是移动端的app，通过反编译安卓客户端软件.apk得到源码，从中找到的（忘记在请求中是否可以抓取到）……

4. 账号，上述任一情况，图片验证码 POST

这里同第2种情况，对于图片验证码，可根据需求分别处理：eg：

• 需求：使用单个账号，登录一个目标网站，之后做各种处理；

Solution：

这时，登录一次就可以，所以可将目标验证码下载下来，显示图片，人工识别即可；

• 需求：使用大量账号，登录一个目标网站，之后均做同样的操作与处理（具体场景，可自由发挥想象力）；

Solution：

由于需要重复进行登录动作，最简单的方法是扔给第三方平台（嗯，可能是人肉识别），这类平台一般需要充值、进行付费识别（正确率还可以，错误的可以报回给平台）；

高级一点的可利用OCR技术，再辅以图像处理技术，一般步骤是先处理图片，灰度化，去除背景色及噪点，提高对比度等，这有赖于图像处理算法能力，也有不少的库可以用，比如ImageMagick，然后通过OCR识别，推荐tesseract-ocr；对于容易识别的验证码可粗暴一点，直接由OCR识别，错了换一张就是了；

比较专业的是通过机器学习、神经网络等进行训练，然后喂给它新的图片，完成识别；这种方法对技术的要求挺高（一般都是调用现成的算法包，那也挺复杂的。。），虽然我的硕士研究方向是脑电信号处理，也用到了不少机器学习算法，可是最终还是没选择这条路，各有各的一片天地吧。

头信息

---

这里主要提一下涉及到异步请求时，'X-Requested-With':'XMLHttpRequest'这个头信息必须要添加上，否则无法返回正常的结果；

页面中有时是以异步的方式发出请求，而有时请求又是同步的，所以需要动态添加、删除这个请求头信息。

Cookie

---

用户名、密码提交到服务器后，如果登录成功，那么服务器一般会返回Cookie，可从响应头信息的set-cookie获取到，在登录的后续操作中，都要携带这一Cookie发送请求；

对于有验证码的站点，需要注意的是，第一步获取到验证码后，有个与验证码附在一起的Cookie，所以，此时整个登录过程，会涉及到两个Cookie：验证码Cookie与登录后的Cookie，简要描述为：

1. 获取验证码时，随验证码返回Cookie，记作Cookie1；

2. 向服务器发送登录请求时，表单数据携带Cookie1， POST；

3. 登录成功，返回Cookie，记作Cookie2；

4. 正常情况下，后续操作的每次请求附带Cookie2即可；

重定向

---

HTTP Code 为3xx开头的响应（eg: 301, 302），即表示重定向，在登录请求发出后，返回的响应出现此类情况时，先莫慌，这表明页面发生了跳转，可以修改请求配置以实现对跳转的跟踪，完成登录。

反爬虫

---

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！