scrapy 模拟登陆2

from scrapy.spidersimport BaseSpider

from scrapy.spiders.initimport InitSpider

from scrapy.httpimport Request, FormRequest

from scrapy.linkextractorsimport LinkExtractor

from scrapy.spidersimport Rule

from scrapy.selectorimport Selector

from scrapy.http.cookiesimport CookieJar

from urllib.parseimport urlparse,urlunparse,parse_qs,parse_qsl

import re

import json

# import MySQLdb

import datetime

import sys

import traceback

# import deathbycaptcha

# import captcha_log

import urllib.request

import hashlib

sys.path.append("..")

# from common.db import DB

# from common.task import TASK

class LoginTestSpider(InitSpider):

name ='login_test'

    # allowed_domains = ['www.amazon.com']

    platform ='amazon'

    # no_proxy = True

    cookie_jar = CookieJar()

# login_page = order_page = "https://search.glamaslee.com"

    login_page = order_page ="https://www.amazon.com/gp/css/order-history/"

    email ='xxxxxxxxxxxxx'

    password ='lxxxxxxxxxxxxxx'

    try_login_max_time =3

    #

# db = DB()

# db.connect()

# cur = db.cursor()

    start_urls = []

def init_request(self):

"""This function is called before crawling starts."""

        return Request(url=self.login_page,callback=self.check_login,cookies=self.get_cookie())

# return Request(url='https://ip.cn/',callback=self.parse_ip)

    def set_cookie(self,response):

cookie_jar =self.cookie_jar

cookie_jar.extract_cookies(response, response.request)

with open('./cookies.txt','w')as f:

p = re.compile(r'')

cookies_final = {}

for itemin cookie_jar:

# f.write(str(cookie) + '\n')

                cookies = re.findall(p,str(item))

cookies = (cookie.split('=',1)for cookiein cookies)

cookies =dict(cookies)

cookies_final.update(cookies)

f.write(json.dumps(cookies_final))

def get_cookie(self):

cookie_jar =self.cookie_jar

try:

cookies = {}

with open('./cookies.txt','r+')as f:

data = f.read()

if data:

cookies = json.loads(data)

#    cookie_jar = f.read()

#    p = re.compile(r'')

#    cookies = re.findall(p, cookie_jar)

#    cookies = (cookie.split('=', 1) for cookie in cookies)

#    cookies = dict(cookies)

            return cookies

except IOError as e:

return {}

def check_login(self, response):

last_step = response.meta['step']if 'step' in response.metaelse 1

        try_times = response.meta['try_times']if 'try_times' in response.metaelse 0

        sel = Selector(response)

step =99

        email_input_ele = sel.xpath("//input[@id='ap_email']")

password_input_ele = sel.xpath("//input[@id='ap_password']")

continue_ele = sel.xpath("//input[@id='continue']")

verify_code_ele = sel.xpath("//input[@name='code']")

if email_input_eleand not password_input_ele:

step =1

        if email_input_eleand password_input_ele:

step =2

        if not email_input_eleand not password_input_eleand continue_ele:

step =3

        if not email_input_eleand not password_input_eleand not continue_eleand verify_code_ele:

step =4

        print( step)

if last_step == step :

try_times +=1

        if try_times >self.try_login_max_time:

return None

        if step ==1:

return FormRequest.from_response(response,

formdata={'email':self.email},

callback=self.check_login,

meta={'step':step,'try_times':try_times})

elif step ==2:

with open('./login.html','wb+')as f:

f.write(response.body)

formdata = {'email':self.email,'password':self.password}

captcha_img = sel.xpath("//img[contains(@src,'captcha')]/@src")

if captcha_img:

captcha_filename ='./captcha.jpg'

                # captcha_filename = './captcha_'+datetime.datetime.now().strftime("%Y-%m-%d_%H-%M-%S")+".jpg"

                urllib.request.urlretrieve(captcha_img.extract_first(), captcha_filename)

guess =input('enter captcha code : ')

formdata['guess'] = guess

return FormRequest.from_response(response,

formdata=formdata,

callback=self.check_login,

meta={'step':step,'try_times':try_times})

elif step ==3:

formdata = {}

return FormRequest.from_response(response,

formdata=formdata,

callback=self.check_login,

meta={'step':step,'try_times':try_times})

elif step ==4:

code =input('enter verify code : ')

formdata = {'code':code}

return FormRequest.from_response(response,

formdata=formdata,

callback=self.check_login,

meta={'step':step,'try_times':try_times})

elif step ==99:

self.set_cookie(response)

return self.after_login(response)

def after_login(self,response):

# with open('./login.html', 'w+') as f:

#    f.write(response.body)

        url ="https://www.amazon.com/dp/B00OQVZDJM/"

        self.start_urls.append(url)

return self.initialized()

def parse(self, response):

with open('./login.html','wb+')as f:

f.write(response.body)

print( response.url)

self.log('Start Crawl ...')

return Request(url='http://ip4.me/',callback=self.parse_ip)

def parse_ip(self, response):

# jsonresponse = json.loads(response.body_as_unicode())

# print(jsonresponse)

        sel = Selector(response)

ip_str = sel.xpath('//td[@bgcolor="D0D0F0"]//text()').extract()

self.log('\n'.join(ip_str))

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,560评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,104评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,297评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,869评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,275评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,563评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,833评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,543评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,245评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,512评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,011评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,359评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,006评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,062评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,825评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,590评论 2 273
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,501评论 2 268

推荐阅读更多精彩内容

  • # -*- coding: utf-8 -*- import scrapy,requests from scrap...
    戒灵阅读 627评论 0 6
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,099评论 18 139
  • 折腾了将近两天,中间数次想要放弃,还好硬着头皮搞下去了,在此分享出来,希望有同等需求的各位能少走一些弯路。源码放在...
    brantou阅读 455评论 2 7
  • scrapy学习笔记(有示例版) 我的博客 scrapy学习笔记1.使用scrapy1.1创建工程1.2创建爬虫模...
    陈思煜阅读 12,587评论 4 46
  • 生活之中,我们往往知道的太多,做到的少,到底为什么呢,这里面有很多是自己的主观因素,我们自己有的时候是基于过去的经...
    爱书人何伟阅读 365评论 1 2