使用Selenium模拟登录xx小说网后获取相关数据

2023-12-05 13:28

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

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andornot,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

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

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

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

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

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

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

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

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

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

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