import requests
import execjs
def get_js(data):
with open('01.js', mode='r', encoding='utf-8') as f:
# with open('baowu-webpack.js', mode='r', encoding='utf-8') as f:
# with open('baowu-crypto.js', mode='r', encoding='utf-8') as f:
js_code = f.read()
compile_result = execjs.compile(js_code)
result = compile_result.call('get_h',data)
# print(result)
return result
def init_session():
session = requests.session()
session.headers ={
'Accept': 'application/json, text/plain, */*',
'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6',
'Connection': 'keep-alive',
# Already added when you pass json=
# 'Content-Type': 'application/json',
'Origin': 'https://www.baowuresources.com',
'Referer': 'https://www.baowuresources.com/',
'Sec-Fetch-Dest': 'empty',
'Sec-Fetch-Mode': 'cors',
'Sec-Fetch-Site': 'cross-site',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36 Edg/119.0.0.0',
'sec-ch-ua': '"Microsoft Edge";v="119", "Chromium";v="119", "Not?A_Brand";v="24"',
'sec-ch-ua-mobile': '?0',
'sec-ch-ua-platform': '"Windows"',
}
# print(session.headers)
return session
session = init_session()
def get_res(result,data):
headers = {
'x-user': result['x-user'],
'x-nonce': result['x-nonce'],
'x-date': str(result['x-date']),
'Content-Md5': result['Content-Md5'],
'x-signature': result['x-signature'],
}
session.headers.update(headers)
print(session.headers)
params = {
'domainId': '3',
}
# json_data = {
# 'pageNo': 0,
# 'pageSize': 12,
# 'condition': {
# 'nodeId': 126,
# },
# }
url = 'http://cmsauth.baowugroup.com/v1/web/api/content/list?domainId=3'
response =session.post(url, headers=headers, data=data)
print(response.text)
def main():
data = '{"pageNo": 0,"pageSize": 12, "condition": {"nodeId": 126}}'
result = get_js(data)
get_res(result,data)
# print(result)
if __name__ == '__main__':
main()
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请求网页: 爬虫使用HTTP或其他协议向目标URL发起请求,获取网页的HTML内容。这通常通过HTTP请求库实现,如Python中的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。
资源推荐
资源详情
资源评论
收起资源包目录
webpack逆向爬虫.zip (5个子文件)
SJT-code
G妹游戏
G妹游戏.js 125KB
佛冈
main.js 36KB
宝武
baowu.py 2KB
baowu-webpack.js 137KB
baowu-crypto.js 713B
共 5 条
- 1
资源评论
JJJ69
- 粉丝: 6214
- 资源: 5783
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功