phpSpider 单页测试_模拟登陆
<?php require './vendor/autoload.php';
use phpspider\core\phpspider;
use phpspider\core\requests;
use phpspider\core\selector; // 模拟登陆
$cookies = ".Cnblogs.AspNetCore.Cookies=CfDJ8D8Q4oM3DPZMgpKI1MnYlrnbT-Q5FNFtE5gJz6EC9NUFS4s5tY90etNYfXhxBULkAtgiVUEQpu3xvGN5NbKtjWVbjipgpDGXRWmtUxERSUzEYO5aigBk64r1_Nw6qCbl7XdE7xlrkWGt3BHDHzbshM_vvpvQrYi0HcGULnWpps53kft1wmcwqebM43cygT46x9UmEDNBo0cIwjnmh6lWmr7SYPLwNvDzcIAUi1QweoR_oACumO_bb6Ui03eNcnV1EjRT8nBDmlAt4krV8Kut0Myhazr-2wFUtfX1wfFbQcODJfdsQIxtCbeUtqlVazjoR9fk1yDfdX8hhdpiJNCLHC0lQTGScnnhqSEw9GvgTVfcncWabzy0bdgOYN065sqeaiZ_YDtSXZ98cIpHf9H9PZvgbUJt_AYvfy8V_UCiiYlYjfwL0EISEgBw2vJ1lPKh6g; .CNBlogsCookie=3116D18662591FE8B4EBCF4D2CFABF26DE31EAC9B4FEEB6678596D5B0CDF03F30A4B263C5AD0D9602CFA9A9E4C9C9E8777A043F142B39F33A93820ED1DDB56E0C1015677A27075E3F87EE102495026207369F4C4; __guid=66375729.1960077102075662600.1558606026718.039; __utma=66375729.744539077.1558606027.1558606027.1558606027.1; __utmc=66375729; __utmz=66375729.1558606027.1.1.utmcsr=account.cnblogs.com|utmccn=(referral)|utmcmd=referral|utmcct=/signin; __utmt=1; __gads=ID=2255b76d980bc782:T=1558606024:S=ALNI_MYpF8olMfOsZHG-kg_ox-2_-UCy4g; monitor_count=2; __utmb=66375729.2.10.1558606027";
requests::set_cookies($cookies, 'news.cnblogs.com'); $html = requests::get("https://news.cnblogs.com/n/622397/");
$data = selector::select($html, '//*[@id="news_content"]'); var_dump($data);
今天练习爬虫, 爬文章爬到一半突然提示content没爬到, 后来用单页测试发现其实是没有登陆, 现在用cookie 模拟登陆, 具体看手册
phpSpider 单页测试_模拟登陆的更多相关文章
- pytho简单爬虫_模拟登陆西电流量查询_实现一键查询自己的校园网流量
闲来无事,由于校园内网络是限流量的,查询流量很是频繁,于是萌生了写一个本地脚本进行一键查询自己的剩余流量. 整个部分可以分为三个过程进行: 对登陆时http协议进行分析 利用python进行相关的模拟 ...
- python爬虫学习(3)_模拟登陆
1.登陆超星慕课,chrome抓包,模拟header,提取表单隐藏元素构成params. 主要是验证码图片地址,在js中发现由js->new Date().getTime()时间戳动态生成url ...
- Python 2.7和3.6爬取妹子图网站单页测试图片
1.url= http://www.mzitu.com/74100/x,2为1到23的值 2.用到模块 os 创建文件目录; re模块正则匹配目录名 图片下载地址; time模块 限制下载时间;req ...
- Python 2.7_爬取妹子图网站单页测试图片_20170114
1.url= http://www.mzitu.com/74100/x,2为1到23的值 2.用到模块 os 创建文件目录; re模块正则匹配目录名 图片下载地址; time模块 限制下载时间;req ...
- 爬虫必知必会(4)_异步协程-selenium_模拟登陆
一.单线程+多任务异步协程(推荐) 协程:对象.可以把协程当做是一个特殊的函数.如果一个函数的定义被async关键字所修饰.该特殊的函数被调用后函数内部的程序语句不会被立即执行,而是会返回一个协程对象 ...
- 爬虫模拟登陆之formdata表单数据
首先HTTP协议是个无连接的协议,浏览器和服务器之间是以循环往复的请求回复来交互的,交互的形式是以文件形式来进行的.比如在chrome开发者工具network中看到了 每一行是一个文件,又文件大小啊, ...
- selenium自动化测试工具模拟登陆爬取当当网top500畅销书单
selenium自动化测试工具可谓是爬虫的利器,基本动态加载的网页都能抓取,当然随着大型网站的更新,也出现针对selenium的反爬,有些网站可以识别你是否用的是selenium访问,然后对你加以限制 ...
- 使用ApiPost测试接口时需要先登录怎么办?利用Cookie模拟登陆!
ApiPost简介: ApiPost是一个支持团队协作,并可直接生成文档的API调试.管理工具.它支持模拟POST.GET.PUT等常见请求,是后台接口开发者或前端.接口测试人员不可多得的工具 . 下 ...
- 使用webdriver+urllib爬取网页数据(模拟登陆,过验证码)
urilib是python的标准库,当我们使用Python爬取网页数据时,往往用的是urllib模块,通过调用urllib模块的urlopen(url)方法返回网页对象,并使用read()方法获得ur ...
随机推荐
- POJ 2187 /// 凸包入门 旋转卡壳
题目大意: 求最远点对距离 求凸包上的最远点对 挑战263页 #include <cstdio> #include <string.h> #include <algori ...
- shell脚本练习03--字符串
######################################################################### # File Name: -.sh # Author ...
- Spark历险记之编译和远程任务提交
Spark简介 Spark是加州大学伯克利分校AMP实验室(Algorithms, Machines, and People Lab)开发通用内存并行计算框架.Spark在2013年6月进入Apach ...
- Python全栈开发:pymysql
本篇对于Python操作MySQL主要使用两种方式: 原生模块 pymsql ORM框架 SQLAchemy pymsql pymsql是Python中操作MySQL的模块,其使用方法和MySQLdb ...
- python requests 高级用法 -- 包括SSL 证书错误的解决方案
Session Objects会话对象 Session对象在请求时允许你坚持一定的参数.此外,还坚持由Session实例的所有请求的cookie. 让我们坚持在请求时使用 s = requests.S ...
- 21分钟教会你分析MaxCompute账单
背景 阿里云大计算服务MaxCompute是一款商业化的大数据分析平台,其计算资源有预付费和后付费两种计费方式.并且产品每天按照project为维度进行计量计费(账单基本情况下会第二天6点前产出).本 ...
- SpringBoot学习笔记(一):SpringBoot简介
SpringBoot为什么这么火? 为什么学习SpringBoot?总的来说就是简单. 使用SpringBoot免除了很多配置文件,越来越容易上手. 更轻量级的Web开发,免除了我们以前的server ...
- JDK源码阅读--LinkedList
public class LinkedList<E> extends AbstractSequentialList<E> implements List<E>, D ...
- PAT甲级——A1007 Maximum Subsequence Sum
Given a sequence of K integers { N1, N2, ..., NK }. A continuous subsequence is defined to ...
- java-学习网站推荐
技术博客: http://c.biancheng.net/view/1390.html (设计模式等等应有尽有,最全教程,强烈推荐!!!) hutool:http://hutool.mydoc.io/ ...