当前位置：首页 > article >正文

python爬虫-某公开数据网站实例小记

article 2024/9/24 16:26:43

注意！！！！某XX网站逆向实例仅作为学习案例，禁止其他个人以及团体做谋利用途！！！

第一步：分析页面和请求方式

此网站没有技巧的加密，仅是需要携带cookie和请求格式，因此本文主要进行分析重点的2次请求

第二步：请求页面并分析请求

可以看到出现了三次请求，前两次请求为302 重定向，第三次请求状态为200

第三步：分析第一次请求

可以看到第一次请求在响应headers 可以获得set-cookie，同时也可以看到第一次请求后被重定向到指定地址Location

第四步：分析第二次请求，注意！注意！注意！这步请求很重要

可以看到第二次请求使用的是第一次请求后响应的重定向网址（也就是第一次请求302响应得到的location）和cookie，这步很重要。

第一请求——>302（重定向）——>response.headers.Location和set-cookie
第二次请求(第一次请求的response.headers.Location)—>302（重定向）——>response.headers.Location （第二次请求后的重定向网址可以忽略，可以直接请求目标网址）

第五步：请求目标链接

可以看到报文头中携带了cookie和内容类型。注意这两个参数很重要。

第六步：上代码

# -*- coding:utf-8 -*-
# @Time : 2023/12/6 12:01
# @Author: 水兵没月
# @File : 某网址-cookie.py
# @Software: PyCharm
import json
import random

import requests

headers = {
    "Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7",
    "Accept-Encoding":"gzip, deflate",
    "Accept-Language":"zh-CN,zh;q=0.9",
    "Cache-Control":"no-cache",
    "Connection":"keep-alive",
    "Content-Type":"application/json",
    "Host":"XXX.XXX.XX.XXX:8081",
    "Pragma":"no-cache",
    "Upgrade-Insecure-Requests":"1",
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/110.0.0.0 Safari/537.36",

}
# 第一次请求
res = requests.Session().get("http://XXX.XXX.XX.XXX:8081/cx/", verify=False,headers=headers, allow_redirects=False)  # verify=False,
cookies = res.cookies.items()
cookie = ''
for name, value in cookies:
    cookie += '{0}={1};'.format(name, value)
print(cookie)
headers['Cookie'] = cookie

# 第二次请求
requests.Session().get(res.headers.get("Location"), verify=False,headers=headers, allow_redirects=False)

# 目标请求
url = "http://XXX.XXX.XX.XXX:8081/cx/api/cxsj/syscqyinfo/list"
data = {"page":1,"rows":100,"conditionItems":[]}
print(headers)
res = requests.session().post(url=url, data=json.dumps(data), headers=headers, verify=False)  #
res.encoding = 'UTF-8'
print(res.text)