python 爬取 http://www.ks5u.com/zhuantimoni/yimo.html 并下载内容

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
__author__ = 'junxi'

import urllib.request
import http.cookiejar
import re
import time
import urllib.parse


# 写爬虫不是先写代码,而是先分析网站
'''
爬虫
VIP 一个问题
收费内容
权限, 账号, 登录

第一步:
登录请求 url: http://www.ks5u.com/user/inc/UserLogin_Index.asp
登录请求数据: username=666666&password=666666&c_add=1
请求方式: POST
登录成功之后 cookies身份认证
NO cookie身份证
ajax 异步加载
第二步: 获取内容列表
[]: list 列表 元组
第三步: 获取下载链接
http://www.ks5u.com/USER/INC/Downsch.asp?id=1890066
'''


# 创建一个 cookie对象来保存 cookie
cookie = http.cookiejar.CookieJar()
# 创建一个 cookie对象
handler = urllib.request.HTTPCookieProcessor(cookie)
# 构建一个 handler对象
opener = urllib.request.build_opener(handler, urllib.request.HTTPHandler)
urllib.request.install_opener(opener)
# opener可以直接打开网站

username = '666666'
password = '666666'
params = {
          'username': '666666',
          'password': '666666',
          'c_add': '1',
}

headers = {
'Accept': '*/*',
'Accept-Encoding': 'gzip, deflate',
'Accept-Language': 'zh-CN,zh;q=0.8,en;q=0.6',
'Connection': 'keep-alive',
'Content-Length': '49',
'Content-type': 'application/x-www-form-urlencoded',
'Host': 'www.ks5u.com',
'Origin:http': '//www.ks5u.com',
'Referer': 'http://www.ks5u.com/',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36',
}

# url = 'http://www.ks5u.com/'
url = "http://www.ks5u.com/user/inc/UserLogin_Index.asp"
# url1 = 'http://www.ks5u.com/user/inc/Login_Index.asp'
data = urllib.parse.urlencode(params).encode()



def login():
    req = urllib.request.Request(url=url, data=data)
    # html = urllib.request.urlopen(url='http://www.ks5u.com/user/inc/UserLogin_Index.asp', data='username=666666&password=666666&c_add=1').read()
    html = opener.open(req).read().decode('gbk')
    return html
    # print(html)



if '666666' in login():
    print('登录成功')
else:
    print('登录失败')


def get_list():
    data_dic = {
        'xueke': '1',
        'shenfen': '32',
    }
    data = urllib.parse.urlencode(data_dic).encode()
    req = urllib.request.Request('http://www.ks5u.com/zhuantimoni/ashx/jinbang.ashx',data=data)
    # req.data('xueke=1&shenfen=32')
    html = opener.open(req).read()
    html = str(html, 'utf-8')   # 解决中文乱码问题
    reg = r'<a href="(.+?)" target="_blank" title="(.+?)">'
    return re.findall(reg, html)        # findall 是进行匹配
    # print(html)


def get_file(id, name):
    req = urllib.request.Request('http://www.ks5u.com/USER/INC/DownCom.asp?id=%s' % id)
    req.add_header('Referer', 'http://www.ks5u.com/zhuantimoni/yimo.html')
    req.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36')
    data = opener.open(req).read()
    print(data.decode('gbk'))
    open(name + '.doc', 'wb').write(data)


# get_file('2082674', '辽宁省抚顺市2016届高三第一次模拟考试(3月)语文试题 Word版含答案')

for i in get_list():
    # i = ('1.html', '名字')
    # i[1] = '1.html'
    # i[2] = '名字'
    url = i[0]
    name = i[1]
    id = url.split('/')[-1].split('.')[0]
    # id = url.split('/')[-1][:-6]
    print(id, name)


# req = urllib.request.Request('http://imgsrc.baidu.com/baike/pic/item/91ef76c6a7efce1b1e78f841aa51f3deb58f65ed.jpg')
# data = opener.open(req).read()
# print(data)
# open('aaa' + '.jpg', 'wb').write(data)
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 204,921评论 6 478
  • 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 87,635评论 2 381
  • 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 151,393评论 0 338
  • 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 54,836评论 1 277
  • 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 63,833评论 5 368
  • 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 48,685评论 1 281
  • 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 38,043评论 3 399
  • 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 36,694评论 0 258
  • 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 42,671评论 1 300
  • 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 35,670评论 2 321
  • 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 37,779评论 1 332
  • 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 33,424评论 4 321
  • 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 39,027评论 3 307
  • 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 29,984评论 0 19
  • 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 31,214评论 1 260
  • 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 45,108评论 2 351
  • 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 42,517评论 2 343

推荐阅读更多精彩内容