【自动化实战】（四）时刻关注网络安全，机器人推送每日情报及安全资讯

前言

本篇博文是 《Selenium IDE 自动化实战案例》 系列的第四篇博文，主要内容是使用 requests 库来获取情报星球社区中的每日情报及安全资讯，并通过 XPATH 语法筛选出自己需要的内容，最后设置机器人定时推送，往期系列文章请访问博主的 自动化实战案例 专栏，博文中的所有代码全部收集在博主的 GitHub 仓库 中；

严正声明：本博文所讨论的技术仅用于研究学习，任何个人、团体、组织不得用于非法目的，违法犯罪必将受到法律的严厉制裁。

展示

image.png

image.png

实现

根据自己的需要获取页面内容，这里我们以获取漏洞情报、情报精选和安全资讯为例。

image.png

通过观察页面元素，发现我们需要获取的内容刚好在这三个 table 里面，因此，我们先通过 XPATH 语法获取到这些 <table> 标签，代码如下所示：

detail_resp = requests.get(detail_url)
detail_html = etree.HTML(detail_resp.text)
tables = detail_html.xpath('//*[@id="detail-box-view"]/div/div/table')

漏洞情报获取

先通过 F12 查看我们需要获取内容的页面元素：

image.png

根据 DOM 元素编写相应的 XPATH 语法并进行验证：

image.png

由于标题里用的是 <th> 元素，而内容里用的是 <td> 元素，因此可以使用符号 * 来匹配任何元素节点。

image.png

同时出现了 <a> 标签，但是其 text 内容包含了 URL，因此可以不用去获取其 href 属性，代码如下所示：

table0 = tables[0]
trs0 = table0.xpath('tbody/tr')
for tr in trs0:
    print("[1]", tr.xpath('*/text() | */a/@href'))
    print("[2]", tr.xpath('.//text()'))

在上述代码中，[1] 是从 href 属性中获取的 URL，而 [2] 则是通过文本匹配进行获取，运行结果如下所示：

image.png

情报精选获取

先分析一下这一模块的页面元素：

image.png

发现与漏洞情报的页面元素类似，因此直接构造代码如下所示：

table1 = tables[1]
trs1 = table1.xpath('tbody/tr')
for tr in trs1:
    if first:
        first = False
        continue
    lst = tr.xpath('.//text()')
    print(lst)

运行结果：

image.png

安全资讯获取

虽然这个 table 与之前的看着有点不太一样，但是也可以通过 .//text() 去匹配其中的内容：

image.png

代码如下所示：

table2 = tables[2]
trs2 = table2.xpath('tbody/tr')
for tr in trs2:
    lst = tr.xpath('.//text()')
    print(lst)

运行结果：

image.png

后记

通过使用 requests 库，我们成功地获取到了情报星球社区中的每日情报及安全资讯详情页，再继续分析其中的页面元素并且使用 XPATH 语法筛选出自己需要的内容，最后设置机器人定时推送相关内容。