---

用 Python 寫爬蟲腳本是大家經常遇到的需求。在這個過程中，避開不了?登錄?這一關。

使用 Python 一般會用 request 庫，補充 header 中的 post 要素，有些還會有 隱藏的 hidden 參數，可以通過瀏覽器 F12 或者元素審查來發(fā)現，對于初學者來說都是一個坑。

還有需要解決驗證碼的問題，一種方法是下載驗證碼圖片識別驗證碼再次post，或者使用云打碼平臺。當然，有些驗證碼及其變態(tài)就不那么容易解決了，比如選字順序、滑塊、12306那種正常人都會選錯的。

本篇我們分享一個GitHub項目《awesome-python-login-model》，主要就是利用 Python 解決模擬登錄這個問題。截至目前已經實現了25個主流平臺，在GitHub上收到12.1k個星。

Github鏈接：https://github.com/Kr1s77/awesome-python-login-model

▍已完成的主流網站

上面是作者已經完成的一些主流網站了，其中有的是通過?selenium登錄，有的是通過?抓包直接模擬登錄，有的是利用 scrapy 框架。

這個很容易理解，因為有的網站設計比較復雜，通過抓包很難實現模擬登錄，這樣用 selenium+webdriver 就會相對輕松一些。

雖然在登錄的時候采用的是selenium，為了效率，我們可以在登錄過后得到的cookie維護起來，然后調用requests或者scrapy等進行數據采集，這樣數據采集的速度可以得到保證。

▍模擬登錄GitHub

這里給大家展示一個模擬登錄GitHub的代碼。

"""
github第二種登錄方式
info:
author:CriseLYJ
github:https://github.com/CriseLYJ/
update_time:2019-3-7
"""

import?re
import?requests
from?lxml?import?etree


class?Login(object):
class?GithubLogin(object):

????def?__init__(self,?email,?password):

????????#?初始化信息
????????self.headers?=?{
????????????'User-Agent':?'Mozilla/5.0?(Macintosh;?Intel?Mac?OS?X?10_14_2)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/71.0.3578.98?Safari/537.36',
????????????'Referer':?'https://github.com/',
????????????'Host':?'github.com'
????????}

????????self.session?=?requests.Session()
????????self.login_url?=?'https://github.com/login'
????????self.post_url?=?'https://github.com/session'
????????self.session?=?requests.Session()

????????self.email?=?email
????????self.password?=?password

????#?模擬登錄
????def?login_GitHub(self):

????????#?登錄入口
????????post_data?=?{
????????????'commit':?'Sign?in',
????????????'utf8':?'?',
????????????'authenticity_token':?self.get_token(),
????????????'login':?self.email,
????????????'password':?self.password
????????}
????????resp?=?self.session.post(
????????????self.post_url,?data=post_data,?headers=self.headers)

????????print('StatusCode:',?resp.status_code)
????????if?resp.status_code?!=?200:
????????????print('Login?Fail')
????????match?=?re.search(r'"user-login"?content="(.*?)"',?resp.text)
????????user_name?=?match.group(1)
????????print('UserName:',?user_name)

????????response?=?self.session.post(self.post_url,?data=post_data,?headers=self.headers)

????????print(response.status_code)
????????print(post_data)

????????if?response.status_code?==?200:
????????????print("登錄成功！")
????????else:
????????????print("登錄失敗！")

????#?獲取token信息
????#?Get?login?token
????def?get_token(self):

????????response?=?self.session.get(self.login_url,?headers=self.headers)

????????html?=?etree.HTML(response.content.decode())

????????token?=?html.xpath('//input[@name="authenticity_token"]/@value')[0]

????????return?token
????????if?response.status_code?!=?200:
????????????print('Get?token?fail')
????????????return?None
????????match?=?re.search(
????????????r'name="authenticity_token"?value="(.*?)"',?response.text)
????????if?not?match:
????????????print('Get?Token?Fail')
????????????return?None
????????return?match.group(1)

if?__name__?==?'__main__':
????email?=?input('請輸入您的賬號：?')
????password?=?input('請輸入您的密碼：?')
????email?=?input('Account:')
????password?=?input('Password:')

????login?=?Login(email,?password)
????login?=?GithubLogin(email,?password)
????login.login_GitHub()

相信這對初學爬蟲的朋友是一個很好的教程。

但提示一下，模擬登錄的代碼隨時都有可能失效，因為前端的網頁HTML、CSS、JS等結構可能會根據公司業(yè)務調整之類的發(fā)生變化。

所以，重點是通過實例掌握背后的實現原理和繞過反爬的技巧，學會這些就可以自己調試完成登錄，那時候你也可以成為 contributor 了！

Github鏈接：https://github.com/Kr1s77/awesome-python-login-model

作者：Boy哥

來源：GitHuboy（Handsome_Coder）

---

_往期文章推薦_

爬蟲必備工具，掌握它就解決了一半的問題

---