1、處理登錄表單

處理登錄表單可以分為2步：

第一、查看網站登錄的表單，構建POST請求的參數字典；

第二、提交POST請求。

打開知乎登錄界面，https://www.zhihu.com/#signin，

按f12，打開開發者界面：

在這裏面找到headers信息，

現在在用戶名和密碼處查找信息，

發現用戶名的屬性為account，account中的內容為我們的用戶名；

同理，password中的內容為我們的密碼。

在登錄表單中，有些key值在瀏覽器中設置了hidden值，不會顯示出來，這個時候我們需要去審查元素中去查找，

發現了，cookie中有一個_xsrf的屬性，類似於token的作用。而這個東西的存在，就讓我們在模擬登錄的時候，必須將這個屬性作為參數一起加在請求中發送出去。

而獲取_xsrf則可以用之前的BeautifulSoup獲取

import requests
from bs4 import BeautifulSoup as bs
session = requests.session()
post_url = ‘https://www.zhihu.com/#signin‘
agent = ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Maxthon/5.1.2.3000 Chrome/55.0.2883.75 Safari/537.36‘
headers = {
    "Host
 
": "www.zhihu.com",
    "Referer":"http://www.zhihu.com/",
    ‘User-Agent‘:agent
}

postdata = {
    ‘password‘: ‘*****‘,
    ‘account‘: ‘******‘,
}

response = bs(requests.get(‘http://www.zhihu.com/#signin‘,headers=headers).content, ‘html.parser‘)
xsrf = response.find(‘input‘,attrs={‘name‘:‘_xsrf‘})[‘value
 
‘]
postdata[‘_xsrf‘] =xsrf
responed = session.post(‘http://www.zhihu.com/login/email‘,headers=headers,data=postdata)
print(responed)

結果顯示：

<Response [200]>；

代碼做一些修改：

import requests
from bs4 import BeautifulSoup
session = requests.session()
agent = ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Maxthon/5.1.2.3000 Chrome/55.0.2883.75 Safari/537.36‘
headers = {
    "Host": "www.zhihu.com",
    "Origin":"https://www.zhihu.com/",
    "Referer":"http://www.zhihu.com/",
    ‘User-Agent‘:agent
}

postdata = {
    ‘password‘: ‘*****‘,
    ‘account‘: ‘******‘,
}

response = session.get("https://www.zhihu.com", headers=headers)
soup = BeautifulSoup(response.content, "html.parser")
xsrf = soup.find(‘input‘, attrs={"name": "_xsrf"}).get("value")
postdata[‘_xsrf‘] =xsrf
login_page = session.post(‘http://www.zhihu.com/login/email‘, data=postdata, headers=headers)
print(login_page.status_code)

運行結果：200

代表響應的狀態為請求成功，可以成功登錄表單。

python爬蟲--模擬登錄知乎