python爬虫--模拟登录知乎

1、处理登录表单

处理登录表单可以分为2步：

第一、查看网站登录的表单，构建POST请求的参数字典；

第二、提交POST请求。

打开知乎登录界面，https://www.zhihu.com/#signin，

按f12，打开开发者界面：

 在这里面找到headers信息，

现在在用户名和密码处查找信息，

 发现用户名的属性为account，account中的内容为我们的用户名；

同理，password中的内容为我们的密码。

在登录表单中，有些key值在浏览器中设置了hidden值，不会显示出来，这个时候我们需要去审查元素中去查找，

发现了，cookie中有一个_xsrf的属性，类似于token的作用。而这个东西的存在，就让我们在模拟登录的时候，必须将这个属性作为参数一起加在请求中发送出去。

而获取_xsrf则可以用之前的BeautifulSoup获取

import requests
from bs4 import BeautifulSoup as bs
session = requests.session()
post_url = 'https://www.zhihu.com/#signin'
agent = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Maxthon/5.1.2.3000 Chrome/55.0.2883.75 Safari/537.36'
headers = {
    "Host": "www.zhihu.com",
    "Referer":"http://www.zhihu.com/",
    'User-Agent':agent
}

postdata = {
    'password': '*****',
    'account': '******',
}

response = bs(requests.get('http://www.zhihu.com/#signin',headers=headers).content, 'html.parser')
xsrf = response.find('input',attrs={'name':'_xsrf'})['value']
postdata['_xsrf'] =xsrf
responed = session.post('http://www.zhihu.com/login/email',headers=headers,data=postdata)
print(responed)

结果显示：

<Response [200]>；

代码做一些修改：

import requests
from bs4 import BeautifulSoup
session = requests.session()
agent = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Maxthon/5.1.2.3000 Chrome/55.0.2883.75 Safari/537.36'
headers = {
    "Host": "www.zhihu.com",
    "Origin":"https://www.zhihu.com/",
    "Referer":"http://www.zhihu.com/",
    'User-Agent':agent
}

postdata = {
    'password': '*****',
    'account': '******',
}

response = session.get("https://www.zhihu.com", headers=headers)
soup = BeautifulSoup(response.content, "html.parser")
xsrf = soup.find('input', attrs={"name": "_xsrf"}).get("value")
postdata['_xsrf'] =xsrf
login_page = session.post('http://www.zhihu.com/login/email', data=postdata, headers=headers)
print(login_page.status_code)

运行结果：200

代表响应的状态为请求成功，可以成功登录表单。