码迷,mamicode.com
首页 > 移动开发 > 详细

Python爬虫:抓取手机APP的数据

时间:2019-01-15 15:42:20      阅读:267      评论:0      收藏:0      [点我收藏+]

标签:必须   lin   ict   data-   word   python2   net   har   加密   

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。

1抓取APP数据包

 

 

得到超级课程表登录的地址:http://120.55.151.61/V2/StudentSkip/loginCheckV4.action

 

表单:技术分享图片

 

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。

 

技术分享图片

2登录

 技术分享图片

 

登录代码:

 

import urllib2   
from cookielib import CookieJar   
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()   print loginResult

登录成功 会返回一串账号信息的json数据

 

技术分享图片

 

和抓包时返回数据一样,证明登录成功

 

技术分享图片

3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   
"""   import urllib2   
from cookielib import CookieJar   
import json   


‘‘‘ 读Json数据 ‘‘‘   def fetch_data(json_data):   
    data = json_data[‘data‘]   
    timestampLong = data[‘timestampLong‘]   
    messageBO = data[‘messageBOs‘]   
    topicList = []   
    for each in messageBO:   
        topicDict = {}   
        if each.get(‘content‘, False):   
            topicDict[‘content‘] = each[‘content‘]   
            topicDict[‘schoolName‘] = each[‘schoolName‘]   
            topicDict[‘messageId‘] = each[‘messageId‘]   
            topicDict[‘gender‘] = each[‘studentBO‘][‘gender‘]   
            topicDict[‘time‘] = each[‘issueTime‘]   
            print each[‘schoolName‘],each[‘content‘]   
            topicList.append(topicDict)   
    return timestampLong, topicList   


‘‘‘ 加载更多 ‘‘‘   def load(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)   
    if loginStatus == 1:   
        print ‘load successful!‘   
        timestamp, topicList = fetch_data(json.loads(loadResult))   
        load(timestamp, headers, url)   
    else:   
        print ‘load fail‘   
        print loadResult   
        return False   loginUrl = ‘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)   if loginResult:      print ‘login successful!‘   else:      print ‘login fail‘      print loginResult   ‘‘‘ ---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)   print topicJson   if topicStatus == 1:      print ‘fetch topic success!‘      timestamp, topicList = fetch_data(topicJson)      load(timestamp, headers, topicUrl)

结果:

 

技术分享图片

Python爬虫:抓取手机APP的数据

标签:必须   lin   ict   data-   word   python2   net   har   加密   

原文地址:https://www.cnblogs.com/paisenpython/p/10271825.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!