用Selenium实现模拟登陆固然简单，但是由于他需要等待js渲染网页，所以有时候登陆的速度会非常的慢，而且特别容易timeout。
但是还有requests库呀，今天讲一下用requests模拟登陆csdn
登陆前F12 截取一下登陆过程中的数据包
发现可疑数据
可见Request url为https://passport.csdn.net/v1/register/pc/login/doLogin 且访问方式是POST
红色框中的数据就是post提交的表单，这就是登陆时提交的数据，只要我们构造出来并提交给https://passport.csdn.net/v1/register/pc/login/doLogin 就可以实现登陆了，模拟登陆比较方便他只关注表单中 pwdOrVerifyCode和userIdentification 的值，前者为账号的密码，后者则是账号信息
但是有些网页上还是需要token验证的，这类token如果找到到的，一般都存储在登陆页的网页源码中，就好比github登陆时需要的token就在登陆窗口的源码中
对于的token，个人猜测可以通过访问https://passport.csdn.net/v1/register/pc/login/doLogin，其中的cookies可能是，因为加不加都不影响所以也验证不了
将我的博客第一页中的标题爬取出来即为爬取成功
import requests import json from pyquery import PyQuery as pq url = 'https://passport.csdn.net/v1/register/pc/login/doLogin' headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36', } login_data = { 'pwdOrVerifyCode': "密码", 'userIdentification': "账号" }#构造登陆表单 s = requests.session() response = s.post(url,data=json.dumps(login_data),headers=headers)#注意提交格式咯 response = s.get('https://blog.csdn.net/qq_19381989',headers=headers) doc = pq(response.text) items = doc.find('#mainBox > main > div.article-list > div > h4 > a').items() for item in items: print(item.text())
万变不离其宗，欢迎提出问题和意见
