登陆网页，我们要了解下http协议，这里简单介绍一下，以便后面进行模拟登陆。 url地址解析：http://host[":"port][abs_path] 第一个host是主机地址，由于域名解析主机的ip，所以输入域名的时候也能找的到服务器 port是端口号，浏览器默认80端口所以省略 如：baidu.com:80 abs_path：是文件的路径 类似于我们访问文件夹一样 有时候我们会在后面还看到 ？ 问号后面有一些东西然后 = 等号来传值 这个是传递给服务器的参数、比如 访问一篇文章总要知道那篇文章的ID一样 例如以下： 百度后面传递了id属性 值为utf-8 url我们了解了之后，我们来说下 用户【浏览器】请求服务器 它请求方式有很多比如我们经常说的 get 和 post 其他后续用不到。 get简单来说就是获取属性 具体获取什么数据需要通过url和问号后面传递的参数来定 post也是获取数据，但是可以传递数据到服务器，比如传递账号、密码、验证码、这些。 协议头（请求头） GET /forum.php HTTP/1.1Host: www.discuz.netConnection: keep-aliveCache-Control: max-age=0Upgrade-Insecure-Requests: 1User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36Accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8Referer: http://www.discuz.net/member.phpAccept-Encoding: gzip, deflate, sdchAccept-Language: zh-CN,zh;q=0.8在请求之后呢，他有一些特定的请求头数据。 这是一个简单的头信息，在User-Agent中可以看到有 系统版本 浏览器版本及核心 还有Accept-Encoding中 后面使用的gzip请求压缩网页返回，一般写代码里会把他删掉，避免返回压缩后的网页，还要解压缩 ps：有的会自解压缩 了解这些之后呢，我们可以开始实战了。 分析网页拿一个简单的网页来练手：discuz PHP开源论坛 我get请求了首页以及登陆之后抓了一些数据包如下： POST /member.php?mod=logging&action=login&loginsubmit=yes&infloat=yes&lssubmit=yes&inajax=1 HTTP/1.1Host: www.discuz.netConnection: keep-aliveContent-Length: 92Cache-Control: max-age=0Origin: http://www.discuz.netUpgrade-Insecure-Requests: 1User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36Content-Type: application/x-www-form-urlencodedAccept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8Referer: http://www.discuz.net/forum.phpAccept-Encoding: gzip, deflateAccept-Language: zh-CN,zh;q=0.8Cookie: t7asq_4ad6_saltkey=ycXR5459; t7asq_4ad6_lastvisit=1482574934; t7asq_4ad6_sendmail=1; t7asq_4ad6_lastact=1482578535%09plugin.php%09; pgv_pvi=1329620888; pgv_info=ssi=s5442386736fastloginfield=username&username=python666&password=a123456789&quickforward=yes&handlekey=ls中间请求头我们不用管看最后一行post提交的数据
POST成功返回响应头中有set-cookie 最后GET首页中添加这些Cookies来完成登陆，我们来写入Python试一下 python模拟登陆__PHP开源论坛在这里我使用的第三方模块requests pip install requests#!/usr/bin/env python#-*- coding:utf-8 -*-import requestssession = requests.Session() #通过这个Session可以直接传递Cookie值不需要手动取出来，get的时候在添加url="http://www.discuz.net/member.php?mod=logging&action=login&loginsubmit=yes&infloat=yes&lssubmit=yes&inajax=1"data = {'fastloginfield':'username','username':'python666','password':'a123456789','quickforward':'yes','handlekey':'ls'}session.post(url, data) #使用post请求拿到用户信息的Cookie#参数一：url是post请求的地址 参数二：是post提交的参数用dictres = session.get('http://www.discuz.net/forum.php')#session中会把刚刚返回的Set-Cookie添加到GET请求头中进行访问,将返回的对象用res名字来保存。print res.content# 通过print打印 get登陆之后返回的页面#登陆成功之后呢，可以发帖、签到神马的了，模拟登陆没有神马难的，主要是我前面所讲到的要了解http协议，分析网页数据包，最后需要什么参数，获取之后传递什么参数即可。写到文件f = open('d:/discuz.txt','w') # 打开一个文件如果没有使用W模式创建，如果有会被删掉再创建f.write(res.content)# 写进返回的网页源代码f.flush() # 刷新写入的数据f.close() # 关闭f文件对象 我们找到d:/discuz.txt中有一段 <a href="home.php?mod=space&uid=3012208" target="_blank" title="访问我的空间">python666</a> |
小黑屋|在路上
( 蜀ICP备15035742号-1 ) 
GMT+8, 2025-7-10 09:51
Copyright 2015-2025 djqfx
