利用Python的requests实现SCU的登录获取Cookie

声明：
本篇博客目的仅为了读者学习爬虫知识，任何用于非法途径与本人无关，欢迎大家学习，本人对代码拥有最终解释权，如果读者需要使用其中的代码，请在注释中写明作者：杨文豪，来自 这个页面Tks！！。

本篇将我当时遇到的坑全部记录了
文末附完整代码

第一步分析登录需要

参数分析

①首先查看登录post数据的地方

②通过FD抓包我们得到了它是向http://zhjw.scu.edu.cn/j_spring_security_check这个网址post数据，如下图，然后我们看参数里面，j_username是明文，j_password则是加密的内容，猜测在网页响应文件里面应该由我们需要的答案

如下图，我们不难发现我们的密码只是简单的执行了md5加密，那就很简单了，那么接下来的任务就只是得到验证码

③关于验证码的问题，其实有两种方式，第一种用selenium去模拟浏览器行为，但是这样太慢了，不是我们想要的，我们想通过requests模块去得到想要的答案

第二步验证码的获取

首先我们要得到验证码的请求地址，审查元素可得/img/captcha.jpg

接下来我们就先开始编写代码，当然说个前提，这里请求验证码的时候必须带上cookie，代表是你的这个账号唯一标准，不然到时候请求到的cookie没用，当时遇到的坑！！！
既然如此不如用session保持会话状态

r = session.get('http://202.115.47.141/img/captcha.jpg', headers=headers_for_captcha)
    with open('captcha.jpg','wb+') as f:
        f.write(r.content)

然后我们去打开验证码图片，发现每次运行都是不一样的，okk，但如果就这样你就以为可以post那就大错特错了， 这里有个坑 ，就是验证码的获取也是很独特，F12带你见真相

看到没，后面用get请求还搞了个随机数，那么现在就难不倒我们啦

soup = BeautifulSoup(r.text, 'lxml')
    captcha_url = soup.find("img", id="captchaImg")['src']
    # 链接来自url中算法
    url_captcha = 'http://202.115.47.141' + captcha_url + '?' + str(random.randint(1, 100))

第三步：登录

这样就没问题了嘻嘻，接下来只需要组合参数，当然每次手动打开验证码显得特别麻烦，我们就是用PIL吧

data = {
        'j_username': username,
        'j_password': password,
        'j_captcha': captcha
    }
    r = session.post(url_login, headers=headers_for_captcha, data=data)
    return r.request.headers['Cookie']

这样运行一遍程序，成功了对吧，那么就结束啦！

附：完整代码

import requests
import hashlib
import random
from PIL import Image

from bs4 import BeautifulSoup


def captcha_get():
    username = '学号'
    password = hashlib.md5(b'密码').hexdigest()
    url = 'http://202.115.47.141'
    url_login = 'http://zhjw.scu.edu.cn/j_spring_security_check'
    session = requests.session()
    headers_for_captcha = {
        'Host': '202.115.47.141',
        'Connection': 'keep-alive',
        'Cache-Control': 'max-age=0',
        'Upgrade-Insecure-Requests': '1',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3754.400 QQBrowser/10.5.4034.400',
        'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
        'Referer': 'http://202.115.47.141/login?errorCode=badCaptcha',
        'Accept-Encoding': 'gzip, deflate',
        'Accept-Language': 'zh-CN,zh;q=0.9',

    }
    r = session.get(url, headers=headers_for_captcha)
    soup = BeautifulSoup(r.text, 'lxml')
    captcha_url = soup.find("img", id="captchaImg")['src']
    # 链接来自url中算法
    url_captcha = 'http://202.115.47.141' + captcha_url + '?' + str(random.randint(1, 100))
    r = session.get(url_captcha, headers=headers_for_captcha)
    print(r.url)
    with open('captcha.jpg', 'wb+') as f:
        f.write(r.content)

    try:
        im = Image.open('captcha.jpg')
        im.show()
        im.close()
    except:
        print(u'请到 根目录找到captcha.jpg 手动输入')
    captcha = input("please input the captcha\n>")
    data = {
        'j_username': username,
        'j_password': password,
        'j_captcha': captcha
    }
    r = session.post(url_login, headers=headers_for_captcha, data=data)
    return r.request.headers['Cookie']


if __name__ == '__main__':
    print(captcha_get())