爬蟲腳本是大家經(jīng)常用到的，那就避開不了登錄?這一關(guān)。

使用Python一般需要request庫，補充 header 中的 post 要素，有些還會有隱藏的 hidden 參數(shù)，可以通過瀏覽器 F12 或者元素審查來發(fā)現(xiàn)，對于初學(xué)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(dāng)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那種人為都會選錯的。

本篇分享一個GitHub項目《awesome-python-login-model》，主要就是利用Python解決登錄主流平臺的，包含24個主流平臺，目前在GitHub上已經(jīng)表星11.8k了。

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

▍已完成的主流網(wǎng)站

上面是作者已經(jīng)完成的一些主流網(wǎng)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(wǎng)站設(shè)計比較復(fù)雜，通過抓包很難實現(xiàn)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(hù)起來，然后調(diào)用requests或者scrapy等進(jìn)行數(shù)據(jù)采集，這樣數(shù)據(jù)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()