某吧爬虫第一步

偶尔敲代码

发布于 2023-04-28 10:15:42

5710

发布于 2023-04-28 10:15:42

文章被收录于专栏：偶尔敲代码

爬虫很多，可以试着自己整一个。

三言两语，走出第一步。

首先浏览器打开某吧登录页面

http://www.******.com/member.php?mod=logging&action=login

按下F12，F5刷新页面，抓取到这条链接：“http://www.*******.com/member.php?mod=logging&action=login&loginsubmit=yes&loginhash=*****&inajax=1”，如图

链接中loginhash是变化的，提交的表单formhash是变化的，referer、loginfield是固定的，username、questionid（序号，自己抓取几次就知道）和answer是个人信息，而password为加密的，但一眼看穿是md5加密。

也就是说除了formhash和loginhash会变化外，其余参数要么是固定的，要么是自己的信息，很好理解。

那么formhash和loginhash怎么来的呢？

点击上面抓取到的链接，点击“响应”，按Ctrl+F，分别搜索formhash和loginhash即可，如下图：

找到各个参数来源后，进行正则或截取文本，可以组合出登录的最终url：

http://www.******.com/member.php?mod=logging&action=login&loginsubmit=yes&loginhash=” ＋ loginhash ＋ “&inajax=1

再组合提交信息（body），提交请求即可。通过关键字“欢迎您回来”判断成功与否。

body ＝ “formhash=” ＋ formhash ＋ “&referer=http%3A%2F%2Fwww.*****.com%2Fzuixin.php&loginfield=username&username=” ＋ 用户名 ＋ “&password=” ＋ 校验_取md5_文本 (密码, , , ) ＋ “&questionid=” ＋ 密保问题id ＋ “&answer=” ＋ 密保答案

主要代码如下，过程中把cookies保存下来连同协议头一并提交：

url ＝ “http://www.******.com/member.php?mod=logging&action=login&referer=http%3A%2F%2Fwww.zuanke8.com%2Fzuixin.php”
response ＝ 到文本 (网页_访问 (url, 0, , , c, , , , , , , , ))
loginhash ＝ 文本_取出中间文本 (response, “loginhash=”, #引号 ＋ “>”, , )
formhash ＝ 文本_取出中间文本 (response, #常量1, #引号, , )
url ＝ “http://www.******.com/member.php?mod=logging&action=login&loginsubmit=yes&loginhash=” ＋ loginhash ＋ “&inajax=1”
body ＝ “formhash=” ＋ formhash ＋ “&referer=http%3A%2F%2Fwww.*****.com%2Fzuixin.php&loginfield=username&username=” ＋ 用户名 ＋ “&password=” ＋ 校验_取md5_文本 (密码, , , ) ＋ “&questionid=” ＋ 密保问题id ＋ “&answer=” ＋ 密保答案
response ＝ 到文本 (网页_访问 (url, 1, body, c, cookies, #登陆协议, , , , , , , ))  ' 登陆
.如果 (寻找文本 (response, “欢迎您回来”, , 假) ≠ -1)
     调试输出(“登陆成功” )

注：

请勿频繁对别人服务器发送网络请求，仅供学习，后果自负！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2022-11-09，如有侵权请联系 cloudcommunity@tencent.com 删除

爬虫