©2016-2024 Matools All rights reserved,
粤ICP备17059708号
<http://mp.weixin.qq.com/s?__biz=MzUxNDYzNDkxOA==&mid=2247484732&idx=1&sn=cd5e598738b09a86531fbddc643d0225&chksm=f943a0f5ce3429e3b5708214be4aee14bbec5ceb4c73364944cc04541658e036bbb769536cf6&scene=21#wechat_redirect>
访问flyai.club <http://www.flyai.club>，一键创建你的人工智能项目
作者 | IFTC
源自 | https://www.jianshu.com/p/bdcd11afcc2b
前言
这个没什么技术难度，懂爬虫的人和程序员都可以用学的语言写出来。
只是很多安全问题的存在，的确影响着我们的生活。
希望大家可以认识到一些网站的后台密码的规则与自己的安全性。
简单的说，就是是程序员的懒，让用户的信息暴露在互联网上。
还有一点：
就是希望正在接触python，和快要放弃学习的同学，可以试试换种思路，
来试试爬虫，这样有成就感的累积，可以慢慢提升你的自信。
爬虫开始前的准备：
*
python2.7
*
库文件（xlwt，urllib2，BeautifulSoup4，xlrd）
安装库文件的方法：
最好在你的python2.7/script/下面打开power shell(可以shift+右击) 执行下面的：
安装库文件
pip install *** ***是指上面的库文件，下面不一定都用，只要上面的，以后出什么错，你就继续pip install
观察网站结构（密码规则）
首先这个规则是针对大二和已经毕业了的
密码规则没有添加验证码（其实添加验证码也没什么用，只是添加了爬取门槛）
规则是 用户名==密码
符合条件
这里的用户信息
不要在意这些细节（马赛克） 朦胧美一直是我的追求
具体思路：模拟登陆 ==》制作学号规则==》信息查询（爬取）==》存入xls模拟登陆：因为我们是用爬虫取信息，每次访问，肯定是登陆了以后才可以访问我们的信息
==》模拟登陆
当我们用脚本访问下一个页面，需要一个cookie信息，就好比，当你打开qq空间，其实是想腾讯那里提交了自己的信息，而我们的信息就存在cookie中
python 中cookie维持会话访问：
模拟登陆
具体网址不分享，避免带来不必要的麻烦
学号的列表
用户信息的获取
这里用的的是beautifulsoup库
写入xls(这个是思路)测试用的函数
因为在写的时候因为编码问题，不能写入中文
开始行动
添加上延迟访问： time.sleep(1)
因为爬虫访问的不和人一样，访问会很快，这样可以避免被封ip，还有避免给站点带来不好的影响。
程序执行结束：
部分截图：有图有真相，避免无知的喷子
学号规则很好找的，这样就获取半个学校的call和qq啦，至于能干嘛，自己脑补。。。
— End —
<http://mp.weixin.qq.com/s?__biz=MzUxNDYzNDkxOA==&mid=2247484522&idx=1&sn=1cdf80c3aa7f59cf9e06ee3d14224f76&chksm=f943a1a3ce3428b54e4a011c3a3f0396c41094782e1a949bf66559b45b0b081445d23737abb2&scene=21#wechat_redirect>
热门工具 换一换