您好, 欢迎来到 !    登录 | 注册 | | 设为首页 | 收藏本站

你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!

5b51 2022/1/14 8:24:35 python 字数 7712 阅读 643 来源 www.jb51.cc/python

摘要 大多数APP里面返回的是json格式数据,或者一堆加密过的数据。这里以超级课程表APP为例,抓取超级课程表里用户发的话题。

概述

摘要

大多数APP里面返回的是json格式数据,或者一堆加密过的数据 。这里以超级课程表APP为例,抓取超级课程表里用户发的话题。

1

抓取APP数据包

方法详细可以参考这篇博文:http://my.oschina.net/jhao104/blog/605963

得到超级课程表登录的地址:http://120.55.151.61/V2/StudentSkip/loginCheckV4.action

表单:

你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!

表单中包括用户名和密码,当然都是加密过了的,还有一个设备信息,直接post过去就是。

另外必须加header,一开始我没有加header得到的是登录错误,所以要带上header信息。

你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!

2

登录

登录代码

import urllib2 
from cookielib import CookieJar 
loginUrl = 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action' headers = { 
 'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8','User-Agent': 'Dalvik/1.6.0 (Linux; U; Android 4.1.1; M040 Build/JRO03H)','Host': '120.55.151.61','Connection': 'Keep-Alive','Accept-Encoding': 'gzip','Content-Length': '207',} 
loginData = 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&' 
cookieJar = CookieJar() 
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar)) 
req = urllib2.Request(loginUrl,loginData,headers) 
loginResult = opener.open(req).read() 
print loginResult

登录成功 会返回一串账号信息的json数据

你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!

和抓包时返回数据一样,证明登录成功

你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!

3

抓取数据

用同样方法得到话题的url和post参数

做法就和模拟登录网站一样。详见:http://my.oschina.net/jhao104/blog/547311

下见最终代码,有主页获取和下拉加载更新。可以无限加载话题内容

#!/usr/local/bin/python2.7 # -*- coding: utf8 -*- """ 
 超级课程表话题抓取 
""" import urllib2 
from cookielib import CookieJar 
import json 
''' 读Json数据 ''' def fetch_data(json_data): 
 data = json_data['data'] 
 timestampLong = data['timestampLong'] 
 messageBO = data['messageBOs'] 
 topicList = [] 
 for each in messageBO: 
 topicDict = {} 
 if each.get('content',False): 
 topicDict['content'] = each['content'] 
 topicDict['schoolName'] = each['schoolName'] 
 topicDict['messageId'] = each['messageId'] 
 topicDict['gender'] = each['studentBO']['gender'] 
 topicDict['time'] = each['issueTime'] 
 print each['schoolName'],each['content'] 
 topicList.append(topicDict) 
 return timestampLong,topicList 
''' 加载更多 ''' def load(timestamp,headers,url): 
 headers['Content-Length'] = '159' 
 loadData = 'timestamp=%s&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&' % timestamp 
 req = urllib2.Request(url,loadData,headers) 
 loadResult = opener.open(req).read() 
 loginStatus = json.loads(loadResult).get('status',False) 
 if loginStatus == 1: 
 print 'load successful!' 
 timestamp,topicList = fetch_data(json.loads(loadResult)) 
 load(timestamp,url) 
 else: 
 print 'load fail' 
 print loadResult 
 return False loginUrl = 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action' topicUrl = 'http://120.55.151.61/V2/Treehole/Message/getMessageByTopicIdV3.action' headers = { 
 'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',} 
''' ---登录部分--- ''' 
loginData = 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&' 
cookieJar = CookieJar() 
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar)) 
req = urllib2.Request(loginUrl,headers) 
loginResult = opener.open(req).read() 
loginStatus = json.loads(loginResult).get('data',False) 
if loginResult: 
 print 'login successful!' else: 
 print 'login fail' 
 print loginResult 
''' ---获取话题--- ''' 
topicData = 'timestamp=0&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&' 
headers['Content-Length'] = '147' 
topicRequest = urllib2.Request(topicUrl,topicData,headers) 
topicHtml = opener.open(topicRequest).read() 
topicJson = json.loads(topicHtml) 
topicStatus = topicJson.get('status',False) 
print topicJson 
if topicStatus == 1: 
 print 'fetch topic success!' 
 timestamp,topicList = fetch_data(topicJson) 
 load(timestamp,topicUrl)

结果:

你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!

总结

以上是编程之家为你收集整理的你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!全部内容,希望文章能够帮你解决你以为Python爬虫只能爬取网页数据吗?APP也是可以的呢!所遇到的程序开发问题。


如果您也喜欢它,动动您的小指点个赞吧

除非注明,文章均由 laddyq.com 整理发布,欢迎转载。

转载请注明:
链接:http://laddyq.com
来源:laddyq.com
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。


联系我
置顶