Python爬虫:抓取手机APP数据

GiselleOBH 9年前

来自: http://my.oschina.net/jhao104/blog/606922


1、抓取APP数据包

    方法详细可以参考这篇博文:http://my.oschina.net/jhao104/blog/605963

    得到超级课程表登录的地址:http://120.55.151.61/V2/StudentSkip/loginCheckV4.action

    表单:

表单中包括了用户名和密码,当然都是加密过了的,还有一个设备信息,直接post过去就是。

    另外必须加header,一开始我没有加header得到的是登录错误,所以要带上header信息。


2、登录

登录代码:

import urllib2  from cookielib import CookieJar  loginUrl = 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action'  headers = {      'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',      'User-Agent': 'Dalvik/1.6.0 (Linux; U; Android 4.1.1; M040 Build/JRO03H)',      'Host': '120.55.151.61',      'Connection': 'Keep-Alive',      'Accept-Encoding': 'gzip',      'Content-Length': '207',      }  loginData = 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'  cookieJar = CookieJar()  opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar))  req = urllib2.Request(loginUrl, loginData, headers)  loginResult = opener.open(req).read()  print loginResult

 

登录成功 会返回一串账号信息的json数据

和抓包时返回数据一样,证明登录成功


3、抓取数据

    用同样方法得到话题的url和post参数

    做法就和模拟登录网站一样。详见:http://my.oschina.net/jhao104/blog/547311

    下见最终代码,有主页获取和下拉加载更新。可以无限加载话题内容。

#!/usr/local/bin/python2.7  # -*- coding: utf8 -*-  """    超级课程表话题抓取  """  import urllib2  from cookielib import CookieJar  import json      ''' 读Json数据 '''  def fetch_data(json_data):      data = json_data['data']      timestampLong = data['timestampLong']      messageBO = data['messageBOs']      topicList = []      for each in messageBO:          topicDict = {}          if each.get('content', False):              topicDict['content'] = each['content']              topicDict['schoolName'] = each['schoolName']              topicDict['messageId'] = each['messageId']              topicDict['gender'] = each['studentBO']['gender']              topicDict['time'] = each['issueTime']              print each['schoolName'],each['content']              topicList.append(topicDict)      return timestampLong, topicList      ''' 加载更多 '''  def load(timestamp, headers, url):      headers['Content-Length'] = '159'      loadData = 'timestamp=%s&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&' % timestamp      req = urllib2.Request(url, loadData, headers)      loadResult = opener.open(req).read()      loginStatus = json.loads(loadResult).get('status', False)      if loginStatus == 1:          print 'load successful!'          timestamp, topicList = fetch_data(json.loads(loadResult))          load(timestamp, headers, url)      else:          print 'load fail'          print loadResult          return False    loginUrl = 'http://120.55.151.61/V2/StudentSkip/loginCheckV4.action'  topicUrl = 'http://120.55.151.61/V2/Treehole/Message/getMessageByTopicIdV3.action'  headers = {      'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',      'User-Agent': 'Dalvik/1.6.0 (Linux; U; Android 4.1.1; M040 Build/JRO03H)',      'Host': '120.55.151.61',      'Connection': 'Keep-Alive',      'Accept-Encoding': 'gzip',      'Content-Length': '207',      }    ''' ---登录部分--- '''  loginData = 'phoneBrand=Meizu&platform=1&deviceCode=868033014919494&account=FCF030E1F2F6341C1C93BE5BBC422A3D&phoneVersion=16&password=A55B48BB75C79200379D82A18C5F47D6&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'  cookieJar = CookieJar()  opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookieJar))  req = urllib2.Request(loginUrl, loginData, headers)  loginResult = opener.open(req).read()  loginStatus = json.loads(loginResult).get('data', False)  if loginResult:      print 'login successful!'  else:      print 'login fail'      print loginResult    ''' ---获取话题--- '''  topicData = 'timestamp=0&phoneBrand=Meizu&platform=1&genderType=-1&topicId=19&phoneVersion=16&selectType=3&channel=MXMarket&phoneModel=M040&versionNumber=7.2.1&'  headers['Content-Length'] = '147'  topicRequest = urllib2.Request(topicUrl, topicData, headers)  topicHtml = opener.open(topicRequest).read()  topicJson = json.loads(topicHtml)  topicStatus = topicJson.get('status', False)  print topicJson  if topicStatus == 1:      print 'fetch topic success!'      timestamp, topicList = fetch_data(topicJson)      load(timestamp, headers, topicUrl)

结果:

转载请注明来源:http://my.oschina.net/jhao104/blog/606922