使用Selenium模拟登录xx小说网后获取相关数据

2023-12-05 13:28
文章标签 数据 使用 登录 selenium 模拟 相关 获取 xx 小说网

本文主要是介绍使用Selenium模拟登录xx小说网后获取相关数据，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

使用selenium对模拟登录获取内部数据

要求：

​ 对网站模拟登录后，获取内部书单数据

网站：

import base64
# 解码
website = base64.b64decode('aHR0cHM6Ly93d3cuMTdrLmNvbS8='.encode('utf-8'))
print(website)

前置知识点：

高级xpath：

在XPath语法中，可以使用以下方式表示最后一个标签和第一个标签：

  • 最后一个标签：使用last()函数来表示最后一个标签。例如，//tag[last()]表示选择文档中所有tag标签中的最后一个标签。
  • 第一个标签：使用索引值 [1] 来表示第一个标签。例如，//tag[1]表示选择文档中所有tag标签中的第一个标签。
  • 倒数第一个标签：使用索引值 last()-1 来表示倒数第一个标签。例如，//tag[last()-1]表示选择文档中所有tag标签中的倒数第一个标签。
  • 根据位置选择标签：可以使用位置谓词来选择具体位置的标签。位置谓词使用方括号 [position()] 来表示。例如，//tag[position()=3]表示选择文档中所有tag标签中的第三个标签。
  • 第一个匹配的标签：使用[1]来表示第一个匹配到的标签。例如，//tag[@attribute='value'][1]表示选择具有指定属性值的tag标签中的第一个匹配到的标签。
  • 逻辑运算符：XPath支持逻辑运算符，如and、or和not，可以用于组合多个条件来选择标签。例如，//tag[@attribute='value' and @attribute2='value2']表示选择具有指定属性值和属性2值的tag标签。
  • 属性选择：可以使用@符号来选择具有特定属性的标签。例如，//tag[@attribute='value']表示选择具有指定属性值的tag标签。

请注意，XPath中的索引从1开始计数，而不是从0开始计数。

切换页面：

当使用switch_to.frame()方法切换到iframe时，参数可以是以下几种形式之一：

  1. 通过索引：可以使用iframe在页面中的索引来切换到特定的iframe。索引从0开始，表示第一个iframe。例如，switch_to.frame(0)表示切换到第一个iframe。
driver.switch_to.frame(0)

2.通过名称或ID：如果iframe具有名称或ID属性，可以通过名称或ID来切换到该iframe。可以将名称或ID作为字符串传递给switch_to.frame()方法。例如，switch_to.frame("myframe")表示切换到名称或ID为"myframe"的iframe。

driver.switch_to.frame("myframe")

3.通过WebElement：可以将表示iframe的WebElement对象作为参数传递给switch_to.frame()方法。如果已经定位到iframe的WebElement对象，可以直接使用该对象来切换到该iframe。

iframe_element = driver.find_element_by_id("iframe_id")
driver.switch_to.frame(iframe_element)

​ 使用哪种参数形式取决于你在自动化测试中的具体情况。如果iframe有唯一的名称或ID，最好使用名称或ID来切换到iframe。如果存在多个iframe并且可以根据其在页面中的位置来区分，可以使用索引来切换到特定的iframe。如果已经通过其他方式定位到了iframe的WebElement对象，可以直接使用该对象来切换到iframe。

思路：

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

我们可以发现这个网页的登录页面是明文数据提交，没有涉及加密算法，但是需要我们点击一下按钮，等一些操作。

  1. 首先，需要点击登录按钮
  2. 找到账号框，输入账号
  3. 找到密码框，输入密码
  4. 点击同意协议
  5. 点击登录按钮

在这里插入图片描述

登录按钮的xpath：

//*[@id="header_login_user"]/a[1]

在这里插入图片描述

注意需要切换页面，切换到iframe里面

/html/body/div[21]/div/div[1]/iframe

iframe = web.find_element_by_xpath('/html/body/div[21]/div/div[1]/iframe')
web.switch_to.frame(iframe)

账号框：

/html/body/form/dl/dd[2]/input

在这里插入图片描述

很多同学，到这里有疑问，为什么你得右侧没有定位到标签，你的xpath是不是写错了?

这里讲一下，因为这个属于后来弹出的页面，xpath_helper只能应对非动态页面。如何应对呢，自己检查呗，xpath的语法就是标签嵌套关系而已。

密码框：

/html/body/form/dl/dd[3]/input

在这里插入图片描述

同意框：

//*[@id="protocol"]

在这里插入图片描述

登录按钮：

/html/body/form/dl/dd[5]/input

在这里插入图片描述

from selenium.webdriver import Chrome
import time
import json
import requests
path = r'D:\Downloads\xx\chromedriver-win64\chromedriver.exe'
web = Chrome(executable_path=path)
web.get('https://www.17k.com/')
time.sleep(3)
# 登录
web.find_element_by_xpath('//*[@id="header_login_user"]/a[1]').click()# 切换iframe
# /html/body/div[20]/div/div[1]/iframe
iframe = web.find_element_by_xpath('/html/body/div[last()]/div/div[1]/iframe')
print(iframe)
web.switch_to.frame(iframe)
# 得到输入框 输入账号
web.find_element_by_xpath('/html/body/form/dl/dd[2]/input').send_keys("your name")
web.find_element_by_xpath('/html/body/form/dl/dd[3]/input').send_keys("your miam")
web.find_element_by_xpath('//*[@id="protocol"]').click()
web.find_element_by_xpath('/html/body/form/dl/dd[5]/input').click()time.sleep(3)
cookies = web.get_cookies()

同时，我们将cookies写到一个文件中：

# 存文件里
with open("cookies.txt", mode="w+", encoding='utf-8') as f:f.write(json.dumps(cookies)) # cookies是一个列表套字典 需要进行序列化转为字符串

封装cookie键值对形式：

dic = {}
for cook in cookies:dic[cook['name']] = cook['value']

发送请求得到书架信息，

url = "https://user.17k.com/ck/author2/shelf?page=1&appKey=2406394919"
headers = {'cookie': dic
}
resp = requests.get(url, cookies=dic)
print(resp.json())
print(resp.encoding)web.close()

在这里插入图片描述

成功！！！

完整代码：

from selenium.webdriver import Chrome
import time
import json
import requests
path = r'D:\Downloads\xx\chromedriver-win64\chromedriver.exe'
web = Chrome(executable_path=path)
web.get('https://www.17k.com/')
time.sleep(3)
# 登录
web.find_element_by_xpath('//*[@id="header_login_user"]/a[1]').click()# 切换iframe
# /html/body/div[20]/div/div[1]/iframe
iframe = web.find_element_by_xpath('/html/body/div[last()]/div/div[1]/iframe')
print(iframe)
web.switch_to.frame(iframe)
# 得到输入框 输入账号
web.find_element_by_xpath('/html/body/form/dl/dd[2]/input').send_keys("username")
web.find_element_by_xpath('/html/body/form/dl/dd[3]/input').send_keys("xxxxx")
web.find_element_by_xpath('//*[@id="protocol"]').click()
web.find_element_by_xpath('/html/body/form/dl/dd[5]/input').click()time.sleep(3)
cookies = web.get_cookies()
#
# 存文件里
with open("cookies.txt", mode="w+", encoding='utf-8') as f:f.write(json.dumps(cookies))# 组装cookie字典, 直接给requests用
dic = {}
for cook in cookies:dic[cook['name']] = cook['value']
# 衔接. 把cookie直接怼进去# cookie 必须是一个字典 需要进行反序列化操作
# 访问的书架（获取书架内容）
url = "https://user.17k.com/ck/author2/shelf?page=1&appKey=2406394919"
headers = {'cookie': dic
}
resp = requests.get(url, cookies=dic)
print(resp.json())
print(resp.encoding)web.close()

温馨提示：

仅供学习参考，请勿用于数据获取

本案例仅旨在展示模拟技术的应用和原理，并提供学习参考。请注意，未经授权的数据获取可能涉及法律和道德问题。在进行任何数据获取活动之前，请确保遵守相关法律法规和网站的规定。

这篇关于使用Selenium模拟登录xx小说网后获取相关数据的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/457748。

相关文章

Security OAuth2 单点登录流程

Security OAuth2 单点登录流程

单点登录（英语：Single sign-on，缩写为 SSO），又译为单一签入，一种对于许多相互关连，但是又是各自独立的软件系统，提供访问控制的属性。当拥有这项属性时，当用户登录时，就可以获取所有系统的访问权限，不用对每个单一系统都逐一登录。这项功能通常是以轻型目录访问协议（LDAP）来实现，在服务器上会将用户信息存储到LDAP数据库中。相同的，单一注销（single sign-off）就是指
阅读更多...
大模型研发全揭秘：客服工单数据标注的完整攻略

大模型研发全揭秘：客服工单数据标注的完整攻略

在人工智能（AI）领域，数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者，掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中，工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注，不仅能够帮助提升客服自动化系统的智能化水平，还能优化客户服务流程，提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行
阅读更多...
基于MySQL Binlog的Elasticsearch数据同步实践

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展，我们的业务数据越来越多，单纯使用 MySQL 已经不能满足我们的数据查询需求，例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后，随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步，我们目前的解决方案是建立数据中间表。把需要检索的业务数据，统一放到一张M
阅读更多...
关于数据埋点，你需要了解这些基本知识

关于数据埋点，你需要了解这些基本知识

产品汪每天都在和数据打交道，你知道数据来自哪里吗？ 移动app端内的用户行为数据大多来自埋点，了解一些埋点知识，能和数据分析师、技术侃大山，参与到前期的数据采集，更重要是让最终的埋点数据能为我所用，否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式，可以区分为： 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理：自动程度高的，能解决通用统计，便于统一化管理，但个性化定
阅读更多...
中文分词jieba库的使用与实景应用（一）

中文分词jieba库的使用与实景应用（一）

知识星球：https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义： 精确模式（默认模式）： 全模式： 搜索引擎模式： paddle 模式（基于深度学习的分词模式）： 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取
阅读更多...
使用SecondaryNameNode恢复NameNode的数据

使用SecondaryNameNode恢复NameNode的数据

1）需求： NameNode进程挂了并且存储的数据也丢失了，如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2）故障模拟 （1）kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 （2）删除NameNode存储的数据（/opt/module/hadoop-3.1.4/data/tmp/dfs/na
阅读更多...
异构存储（冷热数据分离）

异构存储（冷热数据分离）

异构存储主要解决不同的数据，存储在不同类型的硬盘中，达到最佳性能的问题。 异构存储Shell操作 （1）查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies （2）为指定路径（数据存储目录）设置指定的存储策略 hdfs storagepolicies -setStoragePo
阅读更多...
Hadoop集群数据均衡之磁盘间数据均衡

Hadoop集群数据均衡之磁盘间数据均衡

生产环境，由于硬盘空间不足，往往需要增加一块硬盘。刚加载的硬盘没有数据时，可以执行磁盘数据均衡命令。（Hadoop3.x新特性） plan后面带的节点的名字必须是已经存在的，并且是需要均衡的节点。 如果节点不存在，会报如下错误： 如果节点只有一个硬盘的话，不会创建均衡计划： （1）生成均衡计划 hdfs diskbalancer -plan hadoop102 （2）执行均衡计划 hd
阅读更多...
Hadoop数据压缩使用介绍

Hadoop数据压缩使用介绍

一、压缩原则 （1）运算密集型的Job，少用压缩 （2）IO密集型的Job，多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1）为了支持多种压缩/解压缩算法，Hadoop引入了编码/解码器 2）要在Hadoop中启用压缩，可以配置如下参数
阅读更多...
Makefile简明使用教程

Makefile简明使用教程

文章目录 规则makefile文件的基本语法：加在命令前的特殊符号：.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具，常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2