Python爬虫之用脚本登录Github并查看信息

前言分析目标网站的登录方式

　　目标地址：https://github.com/login    

　　登录方式做出分析：

　　　　　　第一，用form表单方式提交信息，

　　　　　　第二，有csrf_token,

　　　　　　第三 ，是以post请求发送用户名和密码时，需要第一次get请求的cookie

　　　　　　第四，登录成功以后，请求其他页面是只需要带第一次登录成功以后返回的cookie就可以。

以get发送的请求获取我们想要的token和cookie

代码：

import requests
from bs4 import BeautifulSoup

r1 = requests.get(‘https://github.com/login‘)

soup = BeautifulSoup(r1.text,features=‘lxml‘)  #生成soup 对象

s1 = soup.find(name=‘input‘,attrs={‘name‘:‘authenticity_token‘}).get(‘value‘)
#查到我们要的token

r1_cookies = r1.cookies.get_dict()  # 下次提交用户名时用的cookie

# print(r1_cookies)   

# print(s1)

#结果：：

{‘logged_in‘: ‘no‘, ‘_gh_sess‘: ‘VDFWa2hJWjFMb1hpRUFLRDVhUmc3MXg1Tk02TDhsUnhDMERuNGpyT2Y4STlQZ2xCV1lCZEFhK21wdFR1bkpGYUV0WEJzcDEydWFzcm93aVc4Nk91Q2JicmtRV0NIQ0lRSWM4aFhrSVFYbCtCczBwdnhVN0YySVJJNUFpQnhyTzNuRkJwNDJZUWxUcEk2M2JkM3VSMDdXVHNOY1htQkthckJQZDJyUVR2RzBNUkU3VnltRVF2Um1admU3c3YzSGlyVnVZVm0ycnA1eUhET1JRVWNLN0pSbndKWjljMGttNG5URWJ1eU8rQjZXNEMxVEthcGVObDFBY2gvc2ZzWXcvWWZab29wQWJyU0l6cmZscWhBQUlzYTA3dTRtb3l1S0hDYytHY2V1SUhEWlZvVlZoSWZpTzBjNmlidFF2dzI2bWgtLTJON1lqbm5jWUtSYmtiVEM1clJPakE9PQ%3D%3D--897dbc36c123940c8eae5d86f276dead8318fd6c‘}
pRz0wapEbu5shksGCeSN0FijWoU9ALw8EPUsXlqgcw1Ezirl0VbSKvkTYqIe8VhxhPH2H/uzGaV6XX+yjTGoVA==

获取这两个值就可以，进行下一步发送登录请求：

第二步post方式提交用户名密码

 代码：：

这个代码接着上面的get请求，只是post请求的部分，

r2 = requests.post(
    ‘https://github.com/session‘,
    data ={
        ‘commit‘:‘Sign in‘,
        ‘utf8‘:‘?‘,
        ‘authenticity_token‘:s1,
        ‘login‘:‘[email protected]‘,
        ‘password‘:‘用户名密码‘                  # 填上正确的用户名即可
    },
    cookies = r1.cookies.get_dict(),       # 这里需要第一次的cookie
)

print(r2.cookies.get_dict())      # 这个是成功以后的cookie

成功以后就返回登录页面的信息。

基于post登录成功后查看个人详情页。

　这里只需要带着登录成功以后的cookie 就可以

  #完整代码

import requests
from bs4 import BeautifulSoup

r1 = requests.get(‘https://github.com/login‘)

soup = BeautifulSoup(r1.text,features=‘lxml‘)

s1 = soup.find(name=‘input‘,attrs={‘name‘:‘authenticity_token‘}).get(‘value‘)
r1_cookies = r1.cookies.get_dict()
print(r1_cookies)
print(s1)

r2 = requests.post(
    ‘https://github.com/session‘,
    data ={
        ‘commit‘:‘Sign in‘,
        ‘utf8‘:‘?‘,
        ‘authenticity_token‘:s1,
        ‘login‘:‘[email protected]‘,
        ‘password‘:‘密码‘
    },
    cookies = r1.cookies.get_dict(),
)

查看个人详情页

print(r2.cookies.get_dict())

 r3 = requests.get(
       ‘https://github.com/13131052183/product‘,   #查看个人的详情页
        cookies = r2.cookies.get_dict()

 )

 print(r3.text)

原文地址：https://www.cnblogs.com/littlesky1124/p/9315617.html