爬蟲——圖書館搶座

BeautifulSoup · 發表 2018-11-29 22:46:05

摘要：本文轉自我的csdn 原文地址本文地址九月份的時候，小編寫了一篇關於利用爬蟲模擬登陸我們學校教務處抓取課表的帖子（其實姐姐的中心目的是搶課，但由於是非選課階段，介面不予開放），反響不錯。就有考研的學長提議做一個圖書館搶座，其實無論是圖書館搶座還是教務處搶課，他們的原理都是一...

本文轉自我的csdn ofollow,noindex">原文地址

本文地址

九月份的時候，小編寫了一篇關於利用爬蟲模擬登陸我們學校教務處抓取課表的帖子（其實姐姐的中心目的是搶課，但由於是非選課階段，介面不予開放），反響不錯。就有考研的學長提議做一個圖書館搶座，其實無論是圖書館搶座還是教務處搶課，他們的原理都是一樣，在這裡，小編就不贅述了。

思路解析

大致的流程幾乎與上一篇帖子是一樣的，所以小編只講下他們的不同。不同之處就在於，這次的搶座是提交兩個表單，注意的是為防止網頁重定向，我們依然需要儲存cookies。登陸部分的內容，小編就不多介紹了，大家可以參考下這篇帖子。登陸成功後的頁面如下：

下面給大家看一下，fiddler抓包的結果（提交的form資訊和請求的頭部資訊）：

form.PNG

請求頭：

捕獲2.PNG

接下來小編給大家解釋下form中各個引數的含義：

1 TxtBox1 &TxtBox2 後面的內容是固定不變的（我也不知道後面的值是什麼鬼）

2 ddDay 後面跟的引數是你想要預約的日期（“今日”或“明日”）

3 ddRoom 一共有7位數字（第一位表示校區，即：1----“東區”，“2”----“中區”，3----“西區”；第2-4位表示預約教室的門牌號；後三位“001”是固定的）所以上圖中“3207001”指代的就是西區圖書館207自習室；

4 txtSeats:是已預約的座位/空閒座位

小編在擼程式碼的時候，以為這個網站沒有反爬措施，是我天真了，竟然還有反爬！所以，還是老規矩需要在請求的頭部資訊加上headers，偽裝成瀏覽器才行。

import requests
import http.cookiejar
from bs4 import BeautifulSoup
import pytesseract 
import time

cookies = {} #構建一個空字典用來存放cookies



headers={

'Connection': 'Keep-Alive',
'Accept-Language': 'zh-CN,zh;q=0.8',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 SE 2.X MetaSr 1.0',
'Accept-Encoding': 'gzip, deflate, sdch',
'Upgrade-Insecure-Requests':'1',
'Referer': 'http://172.16.47.84/',
'X-Requested-With': 'XMLHttpRequest',
'Host': '172.16.47.84',
}




def login(username, password, code):
url = 'http://172.16.47.84/'
form = {
'__VIEWSTATE': '/wEPDwUKMTM4MDI3NzI1MGRkScbX95yvCTaTc5BiKFlgoJSN0gi9TvPi4as2Sed98Ug=',
'__EVENTVALIDATION': '/wEWBQLYjc7zAwLs0bLrBgLs0fbZDALs0Yq1BQKM54rGBuOROfeko3/nasulQt/v8ihgd8TDoZ4pgdA4rtbVvanV',
'TextBox1': username,
'TextBox2': password,
'TextBox3': code,
'Button1': '登入',


}
resp = requests.post(url, headers=headers, data=form, cookies=cookies)

對了，這個網站也有驗證碼，而且還極為複雜，表示給使用者帶來了很不好的體驗，用pytesseract識別的時候，成功率幾乎為0.在下感覺這個開發者腦子裡有坑，作為一個人類的我，傾斜過後的0和o，還有g和數字9 都不分清楚，更不要講機器了。下面是驗證碼的處理：

def get_code():
url = 'http://172.16.47.84/VerifyCode.aspx?'
resp = requests.get(url, headers=headers)
cookies['ASP.NET_SessionId'] = resp.cookies.get('ASP.NET_SessionId')
with open('code.jpg', 'wb') as img:
img.write(resp.content)

def check_show():
checkcode = Image.open("code.jpg")
image = Image.open('code.jpg')
imgry = image.convert('L')
imgry.show()

成功登陸後就是選座了：

def cchose_seat():
try:
churl = "http://172.16.47.84/DayNavigation.aspx"
churl_1 = "http://172.16.47.84/AppSTod.aspx?roomid=3207&hei=834&wd=1920"
responce = requests.get(url)
form_1 = {

'__VIEWSTATE':'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',
'__EVENTVALIDATION':"/wEWEwL72v/5BALs0bLrBgLs0fbZDAKPwd2MAQLpu8rPDwKt6srPDwLytq6nDwK6p5TSCwKVpujRCwKVpuzQCwKVpvCRCAKetsSdCgL0p+TRCAL0p5TSCwL0p8CRDwL9h9mtDgKM54rGBgK7q7GGCALWlM+bAudkkeCZYjIbgxcot/UJfplpDini+B9RpiIThosUANI+",
'TextBox1':"883",
'TextBox2':"1920",
"ddlDay":"明日",
'ddlRoom':"3207001",
"txtSeats":"",
"Button1":"手動選座",

}


resp_1 = requests.post(churl, headers=headers, data=form_1, cookies=cookies)
except:
print("####---------登陸失敗--------#######")
###提交預約座位
def chseat():
churl = "http://172.16.47.84/AppSTod.aspx?roomid=3207&hei=834&wd=1920"
churl_1= "http://172.16.47.84/Skip.aspx?seatid=3207128"

from_2 = {

'roomid' :'3207',
'hei' :'883',
'wd' :'1920',
}
from_3 = {
'seatid':'3207128',
}
for i in range(0,2):
resp_2 = requests.post(churl,headers = headers,data = from_2,cookies = cookies)
resp_3 = requests.post(churl_1,headers = headers,data = from_3,cookies = cookies)
soup = BeautifulSoup(resp_3.content,'lxml')
Soup = soup.find_all("script")
if Soup:
print(Soup[0])
else:
print("正在搶座")
for i in range(0,50):
time.sleep(1)#為防止伺服器癱瘓，請求50次，這個大家可以根據需要，自行改動
resp_2 = requests.post(churl,headers = headers,data = from_2,cookies = cookies)
resp_3 = requests.post(churl_1,headers = headers,data = from_3,cookies = cookies)

檢測是否成功搶座，是根據預約成功後彈出一個頁面，告訴“你已經成功預約”，而這句話是存在於<script>標籤下的，用beautifulsoup的find函式查詢即可。為了方便，所以小編就稍稍暴力了一點，直接請求兩次。

給大家看下結果：

執行結果.PNG

登陸網站驗證：

驗證結果.PNG

小編還在成長，希望大家多多指教。

爬蟲——圖書館搶座

思路解析

您可能也會喜歡…