python如何抓取需要掃微信登陸頁面-創(chuàng)新互聯(lián)

小編給大家分享一下python如何抓取需要掃微信登陸頁面，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

在阿巴嘎等地區(qū)，都構建了全面的區(qū)域性戰(zhàn)略布局，加強發(fā)展的系統(tǒng)性、市場前瞻性、產品創(chuàng)新能力，以專注、極致的服務理念，為客戶提供成都網(wǎng)站制作、網(wǎng)站建設、外貿網(wǎng)站建設網(wǎng)站設計制作按需求定制網(wǎng)站,公司網(wǎng)站建設,企業(yè)網(wǎng)站建設,成都品牌網(wǎng)站建設,成都全網(wǎng)營銷,外貿網(wǎng)站建設,阿巴嘎網(wǎng)站建設費用合理。 一，抓取情況描述

1.抓取的頁面需要登陸，以公司網(wǎng)頁為例，登陸網(wǎng)址https://app-ticketsys.hezongyun.com/index.php ,(該網(wǎng)頁登陸方式微信掃碼登陸）

2.需要抓取的內容如下圖所示：

需要提取

工單對應編號，如TK-2960

工單發(fā)起時間，如2018-08-17 11:12:13

工單標題內容，如設備故障

工單正文內容，如最紅框所示

python如何抓取需要掃微信登陸頁面

二，網(wǎng)頁分析

1.按按Ctrl + Shift + I或者鼠標右鍵點擊檢查進入開發(fā)人員工具。

可以看到頁面顯示如下：

python如何抓取需要掃微信登陸頁面

主要關注點如上圖框住和劃線處

首先點擊網(wǎng)絡，記住以下信息將用于代碼修改處。

Resquest URL：https： //app-ticketsys.hezongyun.com/index.php/ticket/ticket_list/init這個是需要爬取頁面的信息請求Menthod：GET餅干：用于需要登陸頁面User-Agent：Mozilla / 5.0（Windows NT 10.0; Win64; x64）AppleWebKit / 537.36（KHTML，類似Gecko）Chrome / 67.0.3396.62 Safari / 537.36

記住以上信息后粗略了解網(wǎng)頁樹形結構用BeatifulSoup中SELEC怎么取出內容

示例：的H1M1一段代碼如下：

html =“”“
<html> <head> <title>睡鼠的故事</ title> </ head>
<body>
<p class =”title“name =”dromouse“> <b>睡鼠的故事</ b > </ p>
<p class =“story”>從前有三個小姐妹;他們的名字是
<a href =“http://example.com/elsie”class =“sister”id =“ link1“> <！ - Elsie - > </a>，
<a href="http://example.com/lacie" rel="external nofollow" class="sister" id="link2"> Lacie </a>和
<a href =“http://example.com/tillie”class =“sister”id =“l(fā)ink3”> Tillie </a>;
他們住在井底。</ p>
<p class =“story”> ... </ p>
“”“

如果我們喝湯得到了上面那段HTML的結構提取內容方法如下

1.通過標簽名查找soup.select（ '標題'），如需要取出含有一個標簽的內容則soup.select（ 'a'）的

2.通過類名查找soup.select（ 'CLASS_NAME '）如取出標題的內容則soup.select（'。標題'）

3.通過ID名字查找soup.select（ '＃ID_NAME'）如取出ID = LINK2的內容則soup.select（ '＃LINK2'）

上述元素名字可以利用左上角箭頭取出，如下圖

python如何抓取需要掃微信登陸頁面

三，程序編寫

# -*- coding:utf-8 -*-
import requests
import sys
import io
from bs4 import BeautifulSoup
import sys
import xlwt
import urllib,urllib2
import re
def get_text():
  #登錄后才能訪問的網(wǎng)頁，這個就是我們在network里查看到的Request URL
  url = 'https://app-ticketsys.hezongyun.com/index.php/ticket/ticket_iframe/'
  #瀏覽器登錄后得到的cookie,這個就是我們在network里查看到的Coockie
  cookie_str = r'ci_ticketsys_session=‘***********************************'
  #把cookie字符串處理成字典
  cookies = {}
  for line in cookie_str.split(';'):
    key, value = line.split('=', 1)
    cookies[key] = value
  #設置請求頭
  headers = {'User-Agent':'Mozilla/5.0(Windows NT 10.0; Win64;x64)AppleWebKit/537.36 (KHTML, like Gecko)Chrome/67.0.3396.62 Safari/537.36'}
  #在發(fā)送get請求時帶上請求頭和cookies
  resp = requests.get(url, cookies = cookies,headers = headers)
  soup = BeautifulSoup(resp.text,"html.parser")
  print soup

上述代碼就能得到登陸網(wǎng)頁的HTML源碼，這個源碼呈一個樹形結構，接下來針對需求我們提取需要的內容進行提取

我們需要工單號，對應時間，對應標題

python如何抓取需要掃微信登陸頁面

按箭頭點擊到對應工單大塊，可以查詢到，所有的工單號，工單發(fā)起時間，工單標題均在<ul id =“ticket-list”>這個id下面

python如何抓取需要掃微信登陸頁面

那么點開一個工單結構，例如工單號ID = “4427” 下面我們需要知道工單號，工單發(fā)起時間，工單內容可以看到

1.工單內容在H3標簽下面

2.工單編號在類=“NUM”下面

3.工單發(fā)起時間在類= “時間” 下面

for soups in soup.select('#ticket-list'):
  if len(soups.select('h4'))>0:
    id_num = soups.select('.num')
    star_time = soups.select('.time')
    h4 = soups.select('h4')
    print id_num,start_time,h4

以上是“python如何抓取需要掃微信登陸頁面”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

網(wǎng)站欄目：python如何抓取需要掃微信登陸頁面-創(chuàng)新互聯(lián)
URL地址：http://muchs.cn/article30/dhcoso.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供動態(tài)網(wǎng)站、用戶體驗、App開發(fā)、云服務器、定制開發(fā)、營銷型網(wǎng)站建設

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內容