Python爬虫：爬取北京师范大学珠海分校课程表

本篇文章只是记录一下python课的小作业而已没啥技术含量。（顺便练练Markdown语法？）

需要的库：

• requests：请求网站
• bs4：用于解析HTML文件
• PIL：图像处理标准库，看验证码
• lxml：依旧是一个很好用的解析库
• io

实现过程：

模拟登陆：

准备工作

• 打开教务网站，再打开开发者工具，有一个network选项，登陆后能看你的登录操作提交了哪些东西，我们就是要来模拟这个。
  
  登陆之后：一般正方的教务系统都是这个文件
  
  
• __VIEWSTATE和__EVENTVALIDATION每一次打开登录界面都不同，在模拟登陆之前，我们还得要提前提取这两个信息。
  ‘TextBox1’: 学号
  ‘TextBox2’:密码
  ‘TextBox3’:验证码

session可以保持连接并多次请求
index就是教务网站的 html

session=requests.session()#能够帮我们跨请求保持某些参数，也会在同一个session实例发出的所有请求之间保持cookies。
url="http://es.bnuz.edu.cn/"
login_page=session.get(url,headers=headers)

我们先构造这个字典

datas={  'TextBox1':'',  'TextBox2':'',  'TextBox3':'',  'RadioButtonList1':u"学生".encode('gb2312','replace'),  'Button4_test': '',  '__VIEWSTATE':'',  '__EVENTVALIDATION':'',  '_VIEWSTATEGENERATOR':'',  '__PREVIOUSPAGE':''  }  

验证码：

只有学号和密码是不能登录的，我们还要拿到它的验证码。
验证码图片可以通过开发者工具里面找到其src：
http://es.bnuz.edu.cn/CheckCode.aspx
再利用图片标准库在python中打开这个图片

def get_check_code(checkcode,session,headers):img = session.get(checkcode, stream=True, headers=headers)check_code = int