python 爬取学信网登录页面的例子

我们以学信网为例爬取个人信息

**如果看不清楚

按照以下步骤：**

1.火狐为例 打开需要登录的网页–> F12 开发者模式 （鼠标右击，点击检查元素）–点击网络 –>需要登录的页面登录下–> 点击网络找到 一个POST提交的链接点击–>找到post（注意该post中信息就是我们提交时需要构造的表单信息）

import requests
from bs4 import BeautifulSoup
from http import cookies
import urllib
import http.cookiejar

headers = {
 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0',
 'Referer':'https://account.chsi.com.cn/passport/login?service=https://my.chsi.com.cn/archive/j_spring_cas_security_check',
}

session = requests.Session()
session.headers.update(headers)
username = 'xxx'
password = 'xxx'
url = 'https://account.chsi.com.cn/passport/login?service=https://my.chsi.com.cn/archive/j_spring_cas_security_check'
def login(username,password,lt,_eventId='submit'):   #模拟登入函数
 #构造表单数据
 data = { #需要传去的数据
     '_eventId':_eventId,
     'lt':lt,
     'password':password,
     'submit':u'登录',
     'username':username,
 }
 html = session.post(url,data=data,headers=headers)

def get_lt(url):    #解析登入界面_eventId
 html = session.get(url)
 #获取 lt
 soup = BeautifulSoup(html.text,'lxml',from_encoding="utf-8")
 lt=soup.find('input',type="hidden")['value']
 return lt

lt = get_lt(url)#获取登录form表单信息 以学信网为例
login(username,password,lt)
login_url = 'https://my.chsi.com.cn/archive/gdjy/xj/show.action'
per_html = session.get(login_url)
soup = BeautifulSoup(per_html.text,'lxml',from_encoding="utf-8")
print(soup)
for tag in soup.find_all('table',class_='mb-table'):
 print(tag)
 for tag1 in tag.find_all('td'):
   title= tag1.get_text();
   print(title)

来源：https://blog.csdn.net/eb_num/article/details/75050702