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

Python获取中国节假日数据记录入JSON文件

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢？我尝试一种更为智能的方法：P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验，
阅读更多...
微信公众号脚本-获取热搜自动新建草稿并发布文章

微信公众号脚本-获取热搜自动新建草稿并发布文章

《微信公众号脚本-获取热搜自动新建草稿并发布文章》本来想写一个自动化发布微信公众号的小绿书的脚本,但是微信公众号官网没有小绿书的接口,那就写一个获取热搜微信普通文章的脚本吧,：本文主要介绍微信公众... 目录介绍思路前期准备环境要求获取接口token获取热搜获取热搜数据下载热搜图片给图片加上标题文字上传图片
阅读更多...
vue使用docxtemplater导出word

vue使用docxtemplater导出word

《vue使用docxtemplater导出word》docxtemplater是一种邮件合并工具,以编程方式使用并处理条件、循环,并且可以扩展以插入任何内容,下面我们来看看如何使用docxtempl... 目录docxtemplatervue使用docxtemplater导出word安装常用语法 封装导出方
阅读更多...
Linux换行符的使用方法详解

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将
阅读更多...
使用Jackson进行JSON生成与解析的新手指南

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON（序列化）2.2 JSON 转对象（反序列化）3.
阅读更多...
使用Python实现快速搭建本地HTTP服务器

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》：本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.
阅读更多...
Elasticsearch 在 Java 中的使用教程

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J
阅读更多...
使用C#代码在PDF文档中添加、删除和替换图片

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当
阅读更多...
Java中List的contains()方法的使用小结

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论：List 的 contain
阅读更多...
C#使用SQLite进行大数据量高效处理的代码示例

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入：从乌龟到猎豹的蜕变分页查询：加载百万数据异步处理：拒绝界面
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2