python+requests模拟登陆学校选课系统

最近学校让我们选课，每天都有不同的课需要选。。。。然后突发奇想试试用python爬学校选课系统的课程信息

先把自己的浏览器缓存清空，然后在登陆界面按f12 如图：

可以看到登陆时候是需要验证码的，验证码图标打算用方法把它存在桌面，手动输入验证码。

或者可以买一个自动输入验证码的平台1快钱可以帮自动识别100到200次验证码，如果这样做

大概过程就是：

1.找到自动输入验证码的平台

2.阅读该平台的API或者手册

3.用编程语言把验证码图片保存到自己电脑后根据平台格式要求打包，通过url发送过去

4.用返回的数字输入到验证码窗口

这次我就简单做一个需要自己手动输入验证码的模拟登陆脚本算了

回到正题

由于我清除了缓存，所以现在相当于第一次登陆，然后我没有登陆而是直接点了f5刷新，浏览器捕捉到的这个请求

python+requests模拟登陆学校选课系统

可以看到这个是get请求并且请求头是两个Cookie。

Cookie就是我这台电脑我唯一标识符，当我下次访问这个网页时候它会用这个东西来进一步做一下操作，比如：进一步验证我的身份或者可以利用Cookie无需账号密码直接登陆

这里有两个cookie测试看看需用哪个下面我再清一次缓存

python+requests模拟登陆学校选课系统

首先上面有两个cookie下面没。下面是我这边发送给学校的http请求，当我再刷新一次时候

python+requests模拟登陆学校选课系统

可以看到下面箭头发送给学校的http请求中多了一个cookie而且是最开始的set-cookie中的第二个，接着我再刷新一次

python+requests模拟登陆学校选课系统

可以看到发给学校的cookie变成了上次的set-cooki。

那么可以看到图中的 http://xk.qhnu.edu.cn/xsxk/logout.xk 这个网址是用于生成和发送cookie码的

那么如果我们不用浏览器登陆改成用代码登陆那么cookie应该是有用的，毕竟是用来标识我这台电脑的。

虽然不知道这个cookie码有没有用先获取下来再说吧

这里需要用到python的request库

电脑安装好python后（在官网可以下载python并安装）

在配置好环境变量后可以输入win+r键后输入cmd 调出cmd命令窗口

然后输入 pip install requests 后会自动安装requests库

接下来我们需要在桌面新建文件并把后缀名改成 .py

python+requests模拟登陆学校选课系统

源代码如下：

 import requests

 get_cookie_url='http://xk.qhnu.edu.cn/xsxk/logout.xk'

 r = requests.get(get_cookie_url)

 cookie=r.cookies.get_dict()

 print(cookie)# 输出cookie

这里调用了requests的get方法，因为刚才看图片上的这个网址用的就是get请求

把结果保存在r里，然后用

.cookies.get_dict()得到cookie值

测试结果如下：

python+requests模拟登陆学校选课系统

可以看到拿到了cookie码

：前面的是cookie ID 后面是cookie的值

登陆

接下来使用抓包工具Wireshark 监听经过这个网页的流量，也可以用刚才的f12看

输入账号密码和验证码后点击登陆抓取到以下数据

python+requests模拟登陆学校选课系统

登陆的时候时候给 http://xk.qhnu.edu.cn/xsxk/loadData.xk（没有截图到，可以自己抓包看到）这个网址发送了数据并且发送头包含cookie等信息

并且发送给这个网页用的方法是get（没有截图到，可以自己抓包看到）

发送的数据变量有

method

username

password

verifcode

那么后面三个就应该是账号密码验证码了

通过上面提供的信息，我们可以伪造一个发给这个网址的请求

代码如下

check_header={

    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36',

    'Host': 'xk.qhnu.edu.cn',

}

params={

    'method':'checkLogin',

    'username':自己的学号,

    'password':自己的账号,

}

check_url='http://xk.qhnu.edu.cn/xsxk/loadData.xk'

r = requests.get(check_url,params=params,cookies=cookie)

#cookie由之前的代码获得

但是可以看到我们缺少了一个verifcode变量用来存放所输入的正确验证码值，因为我还要想办法把验证码的图片保存到桌面，方便看到。

这里我用谷歌浏览器f12的定位功能定位到验证码图片，并且显示了相对应的html代码

python+requests模拟登陆学校选课系统

从图中可以看到这个验证码是由src中的网址生成的，而且d=后面是一串数字，当我再刷新时候这串数字也发生变化

看这串数字不难发现它是一串格林尼治时间，也就是说我们要获得验证码就需要访问src中的网页，并且这个网址需要传递

一串数字，这串数字是格林尼治时间。我猜是为了做随机生成的吧

那么我们用get方法来访问这个网址并且将访问的数据保存到桌面

代码：

 import time

 jpg_url = 'http://xk.qhnu.edu.cn/xsxk/servlet/ImageServlet?d='+str(int(time.time())*1000)

 content = requests.get(jpg_url,cookies=cookie).content

 with open('demo.jpg', 'wb') as fp:

     fp.write(content)

运行后桌面生成了验证码的图片

python+requests模拟登陆学校选课系统

在获取这个验证码之前我用抓包工具看了一下往这个地址发送的数据中又包括了cookie，所以我加上cookie了

在不加cookie的话就算获取到了验证码图片在进行模拟登陆时候根据桌面上的图登陆总是验证码错误

在折腾了一段时间后发现验证码的生成会和我的cookie相关联，也就是说，验证码的生成不仅用到格林尼治时间还用到我的cooki

并将验证码与我的cookie绑定，一一对应

然后通过

while(True):

    code = input('请输入验证码：')

    datacode= str(code)

    params['verifyCode']=datacode

    r = requests.get(check_url,params=params,cookies=cookie)

    if re.search('true',r.text):

        print ('验证码正确......')

        break

    else:

        print ('验证码错误，请重新输入......')

date['verifyCode']=datacode

将验证码加入到前面的date中，发送给/xsxk/loadData.xk，在发送成功后查看返回信息发现验会有true字符串或者false，那么我就可以利用这个来验证我是不是正确

这样用到的re库需要导入

回到刚才的登陆

继续看抓包的数据，发现了post方法，一般来说post方法是真正的登陆窗口

python+requests模拟登陆学校选课系统

post方法前面的 get /xsxk/loadDate...... 就是我们前面实现的get，现应该实现post真正的登陆了

在查看post发送的数据中包含了头信息，其中包括cookie 和账号密码所以我们用requests的post方法继续伪造请求

在post结束后学校服务器会返回一个302 found的http状态码这表示浏览器将我的数据发送后，会重新跳转到另外一个网页

不过requests是可以自动跳转的，不需要担心

代码

log_header={    'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',

    'Origin':'http://xk.qhnu.edu.cn',

    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36',

    'Referer':'http://xk.qhnu.edu.cn/xsxk/logout.xk',

    'Accept-Encoding':'gzip, deflate',

    'Accept-Language':'zh-CN,zh;q=0.9',

    'Host': 'xk.qhnu.edu.cn',

    'Cache-Control': 'max-age=0',

    'Upgrade-Insecure-Requests': ''

}

date={

'username':自己的学号,

'password':自己的密码,

}

log_url='http://xk.qhnu.edu.cn/xsxk/login.xk'

r=requests.post(log_url,data=date,headers=log_header,cookies=cookie)

#传递的参数cooki由之前的代码获得

其中的 date和log_header都是通过抓包看到的这个网页需要哪些数据。

代码写好后运行并且抓包发现与用网页登陆抓取的包大致相同，通过多次修改可以总结如下

通过用网页登陆抓包发现登陆学校的网址有一下步骤

1.在清空缓存，刷新时（即第一次登陆时），会先向xsxk/logout.xk发送cookie

2.在get验证码的所需要的数据中通过抓包发现需要用到第一步的cookie

3.在登陆前需要向xsxk/loadData.xk发送自己的账号密码和验证码和cookie

4.登陆时用的是post方法，并且还需要将自己的账号密码和之前的验证码和cookie发送一次如果没有完成第三步那么无论怎么登陆都失败

完整代码如下

import time

import requests

import re

from bs4 import BeautifulSoup #获取解析网页的库

username=input("账号")

password=input("密码")

get_cookie_url='http://xk.qhnu.edu.cn/xsxk/logout.xk'

jpg_url = 'http://xk.qhnu.edu.cn/xsxk/servlet/ImageServlet?d='+str(int(time.time())*1000)

check_url='http://xk.qhnu.edu.cn/xsxk/loadData.xk'

log_url='http://xk.qhnu.edu.cn/xsxk/login.xk'

get_cookie_header={

    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36'

}

check_header={

    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36',

    'Host': 'xk.qhnu.edu.cn',

}

params={

    'method':'checkLogin',

    'username':username,

    'password':password,

}

log_header={

    'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',

    'Origin':'http://xk.qhnu.edu.cn',

    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36',

    'Referer':'http://xk.qhnu.edu.cn/xsxk/logout.xk',

    'Accept-Encoding':'gzip, deflate',

    'Accept-Language':'zh-CN,zh;q=0.9',

    'Host': 'xk.qhnu.edu.cn',

    'Cache-Control': 'max-age=0',

    'Upgrade-Insecure-Requests': ''

}

date={

'username':username,

'password':password,

}

r = requests.get(get_cookie_url)

cookie=r.cookies.get_dict()

#print(cookie) 输出cookie

content = requests.get(jpg_url,cookies=cookie).content

with open('demo.jpg', 'wb') as fp:

    fp.write(content)

while(True):

    code = input('请输入验证码：')

    datacode= str(code)

    params['verifyCode']=datacode

    r = requests.get(check_url,params=params,cookies=cookie)

    if re.search('true',r.text):

        print ('验证码正确......')

        break

    else:

        print ('验证码错误，请重新输入......')

date['verifyCode']=datacode

r=requests.post(log_url,data=date,headers=log_header,cookies=cookie)

#print(r.text)获得网址的源代码

html=BeautifulSoup(r.text,'lxml')

tagList=html.find('b')

print('#############################################################')

print('进入选课系统成功：')

print(tagList.get_text())

print('#############################################################')

在这里用了另外一个库用于解析所获取的登陆后网页源代码

总的来说就是先用浏览器和抓包工具，浏览器多次登陆，用抓包工具和浏览器的f12查看登陆前经历了哪些步骤，哪些网页，每个网页分别发送了哪些数据，用的是get方法还是post方法

在知道后，用代码将所需要的数据写出来并保存后用requests库的get方法post方法模拟发送数据给学校服务器。最后获得登陆后的网页源代码

不过。。。我在获得源代码后发现html中的iframe标签显示的是选课的内容，但是我用于分析网页代码的库是BeautifulSoup

它不支持分析iframe内容。。。白忙活了那么久。

通过在网上查找信息发现selenium这个库支持分析iframe标签的内容

所以接下来就去学习用这个库去获取学习的选课信息并且自动选课

下次就放用selenium做爬虫的过程

秒客网

python+requests模拟登陆学校选课系统

回到正题

登陆

相关文章

python+requests模拟登陆 学校选课系统

回到正题

登陆

相关文章

python+requests模拟登陆学校选课系统