Python爬虫：抓取手机APP的数据

来自：j_hao104的个人页面

链接：https://my.oschina.net/jhao104/blog/606922（点击尾部阅读原文前往）

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。

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

    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：

●本文编号2595，以后想阅读这篇文章直接输入2595即可

●输入m获取文章目录

更多推荐《 18个技术类微信公众号》

涵盖：程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。