博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Python爬虫:抓取手机APP的数据
阅读量:5143 次
发布时间:2019-06-13

本文共 4457 字,大约阅读时间需要 14 分钟。

大多数APP里面返回的是json格式数据,或者一堆加密过的数据 。这里以超级课程表APP为例,抓取超级课程表里用户发的话题。

1抓取APP数据包

 

 

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:

 

转载于:https://www.cnblogs.com/paisenpython/p/10271825.html

你可能感兴趣的文章
CentOS下安装MySQL
查看>>
os.popen()
查看>>
RedHat7搭建yum源服务器
查看>>
react propTypes验证规则
查看>>
jquery.validate使用【转】
查看>>
Tour HDU - 3488
查看>>
java反射详解zz
查看>>
mysql 导出表结构和表数据 mysqldump用法
查看>>
Ubuntu下忘记MySQL密码重设方法
查看>>
+new Date()的用法
查看>>
Git 使用
查看>>
JavaScript 语句 while
查看>>
Function eregi() is deprecated (解决方法)
查看>>
win7 iis7 HTTP 错误 401.3 - Unauthorized
查看>>
Oracle注意事项
查看>>
容器(docker)内运行Nginx
查看>>
WinCE应用程序开发---打开或另存为对话框
查看>>
央视影音 for Mac 1.2.1 中文版 – CCTV和地方卫视直播软件
查看>>
谈谈市面上无线路由器的性能和芯片
查看>>
PHP 开发工具【2】
查看>>