Python爬虫:抓取手机APP的数据

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。

抓取APP数据包

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


登录代码:

importurllib2fromcookielibimportCookieJar   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()printloginResult

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

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  

"""importurllib2fromcookielibimportCookieJarimportjson''' 读Json数据 '''deffetch_data(json_data):data = json_data['data']       timestampLong = data['timestampLong']       messageBO = data['messageBOs']       topicList = []foreachinmessageBO:           topicDict = {}ifeach.get('content',False):               topicDict['content'] = each['content']               topicDict['schoolName'] = each['schoolName']               topicDict['messageId'] = each['messageId']               topicDict['gender'] = each['studentBO']['gender']               topicDict['time'] = each['issueTime']printeach['schoolName'],each['content']               topicList.append(topicDict)returntimestampLong, topicList''' 加载更多 '''defload(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)ifloginStatus ==1:print'load successful!'timestamp, topicList = fetch_data(json.loads(loadResult))           load(timestamp, headers, url)else:print'load fail'printloadResultreturnFalseloginUrl ='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)ifloginResult:print'login successful!'else:print'login fail'printloginResult''' ---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)printtopicJsoniftopicStatus ==1:print'fetch topic success!'timestamp, topicList = fetch_data(topicJson)       load(timestamp, headers, topicUrl)

结果:

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • 分享一篇文章,原文来自: j_hao104的个人页面。 摘要 大多数APP里面返回的是json格式数据,或者一堆加...
    妄心xyx阅读 40,581评论 1 75
  • 学用python也有3个多月了,用得最多的还是各类爬虫脚本:写过抓代理本机验证的脚本,写过在discuz论坛中自动...
    疯狂的程序猿丶阅读 424评论 0 1
  • 楚芈恽弑兄获得王位,在位46年,开疆扩土,图谋霸业,史称楚成王。 先立商臣为太子,晚年想改立公子职。 商臣得到这个...
    李炜微言阅读 1,230评论 1 1
  • 人生在世,起点不尽相同,但决定一个人成败的永远不是起点,而是你最终所处位置的高低。而它则取决于你是否努力过? 你,...
    异星神阅读 423评论 0 3
  • 事件代理(事件委托) 事件委托就是利用事件冒泡,只指定一个事件处理程序,就可以管理某一类型的所有事件。 有个例子可...
    饥人谷_Tom阅读 299评论 0 0

友情链接更多精彩内容