欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python 爬虫 (二)

程序员文章站 2022-03-25 16:10:18
cookiejar模块: 管理储存cookie,将传出的http请求添加cookie cookie存储在内存中,CookieJar示例回收后cookie将自动消失 实例:用cookjar访问人人网主页 有道词典翻译接口 ......

cookiejar模块:

  • 管理储存cookie,将传出的http请求添加cookie
  • cookie存储在内存中,CookieJar示例回收后cookie将自动消失

 

实例:用cookjar访问人人网主页

 1 import json
 2 from urllib import request,parse
 3 from http import cookiejar
 4 
 5 #实例化一个cookiejar对象
 6 cookiejar_object = cookiejar.CookieJar()
 7 #生成cookie管理器
 8 cookie_handler = request.HTTPCookieProcessor(cookiejar_object)
 9 #有了opener,就可以代替urlopen来进行请求网页
10 opener = request.build_opener(cookie_handler)
11 
12 
13 #获取网页的登陆接口
14 url = 'http://www.renren.com/ajaxLogin/login?1=1&uniqueTimestamp=2018721532875'
15 
16 #将网页的form信息获取
17 form = {
18     'email':'xxx',
19     'icode':'',
20     'origURL':'http://www.renren.com/home',
21     'domain':'renren.com',
22     'key_id':'1',
23     'captcha_type':'web_login',
24     'password':'xxx',
25     'rkey':'79d8184f25d678248262a91caf3e7ea8',
26     'f':'http%3A%2F%2Fzhibo.renren.com%2Ftop',
27 }
28 
29 
30 #将数据转换成二进制
31 form_b = parse.urlencode(form).encode('utf-8')
32 
33 #将url和表单信息,还有获取到的cookie去访问网页
34 response = opener.open(url,form_b)
35 html_b = response.read()#字节类型
36 # print(html_b)
37 
38 
39 res_dict = json.loads(html_b.decode('utf-8'))
40 #获取登陆后的个人主页url
41 home_url = res_dict['homeUrl']
42 
43 # print(home_url)
44 # 访问个人主页
45 response = opener.open(home_url)
46 html_bytes = response.read()
47 print(html_bytes.decode('utf-8'))

 

 

 

有道词典翻译接口 

 1 import time
 2 import random
 3 import json
 4 from Day1.tuozhan_all import post
 5 
 6 def md5_my(need_str):
 7     import hashlib
 8     # 创建md5对象
 9     md5_o = hashlib.md5()
10     # 需要有bytes, 作为参数
11     # 由str, 转换成 bytes encode-------str.encode('utf-8')
12     # 由bytes转换成 str, decode---------bytes.decode('utf-8')
13     sign_bytes = need_str.encode('utf-8')
14     # 更新md5 object的值
15     md5_o.update(sign_bytes)
16     sign_str = md5_o.hexdigest()
17     return sign_str
18 
19 # url
20 
21 def translate(kw):
22     url = 'http://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'
23 
24     headers = {
25         'Accept': 'application/json, text/javascript, */*; q=0.01',
26         'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8',
27         'Connection': 'keep-alive',
28         'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',
29         'Cookie': 'OUTFOX_SEARCH_USER_ID=-493176930@10.168.8.63; OUTFOX_SEARCH_USER_ID_NCOO=38624120.26076847; SESSION_FROM_COOKIE=unknown; JSESSIONID=aaabYcV4ZOU-JbQUha2uw; ___rl__test__cookies=1534210912076',
30         'Host': 'fanyi.youdao.com',
31         'Origin': 'http://fanyi.youdao.com',
32         'Referer': 'http://fanyi.youdao.com/',
33         'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36',
34         'X-Requested-With': 'XMLHttpRequest',
35     }
36 
37 
38     # form 的生成1. i 需要确定, 2, salt, 3, sign
39     key= kw
40 
41     # salt : ((new Date).getTime() + parseInt(10 * Math.random(), 10))
42     salt = int(time.time()*1000 + random.randint(0,10))
43     print('salt:',salt)
44     salt_str = str(salt)
45 
46     # sign : o = u.md5(S + n + r + D);
47     # S = "fanyideskweb"
48     # D = "ebSeFb%=XZ%T[KZ)c(sy!"
49     # n = key
50     # r = salt_str
51     S = "fanyideskweb"
52     D = "ebSeFb%=XZ%T[KZ)c(sy!"
53     sign_str = S + key + salt_str + D
54     # md5 加密的方法
55     sign_md5_str = md5_my(sign_str)
56 
57     form = {
58         'i': key,
59         'from': 'AUTO',
60         'to': 'AUTO',
61         'smartresult': 'dict',
62         'client': 'fanyideskweb',
63         'salt': salt_str,
64         'sign': sign_md5_str,
65         'doctype': 'json',
66         'version': '2.1',
67         'keyfrom': 'fanyi.web',
68         'action': 'FY_BY_REALTIME',
69         'typoResult': 'false',
70     }
71 
72     html_bytes = post(url, form, headers=headers)
73 
74     # 将 json 类型的 str, 转化成, 字典
75     res_dict = json.loads(html_bytes.decode('utf-8'))
76     #print(html_bytes.decode('utf-8'))
77 
78     translate_res = res_dict['translateResult'][0][0]['tgt']
79     return translate_res
80 
81 if __name__ == '__main__':
82     ret = translate('中国')
83 
84     print('翻译的结果:' + ret)