会员可以在此提问,百战程序员老师有问必答
对大家有帮助的问答会被标记为“推荐”
看完课程过来浏览一下别人提的问题,会帮你学得更全面
截止目前,同学们一共提了 132647个问题
Python 全系列/第十六阶段:Python 爬虫开发/scrapy框架使用(旧) 946楼
Python 全系列/第十六阶段:Python 爬虫开发/scrapy框架使用(旧) 947楼

#!/usr/bin/env python
# coding:utf-8

import requests
from hashlib import md5


class Chaojiying_Client(object):

    def __init__(self, username, password, soft_id):
        self.username = username
        password = password.encode('utf8')

        self.password = md5(password).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'Connection': 'Keep-Alive',
            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
        }


    def PostPic(self, im, codetype):
        """
        im: 图片字节
        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files,
                          headers=self.headers)
        return r.json()


    def ReportError(self, im_id):
        """
        im_id:报错题目的图片ID
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
        return r.json()

def get_code(filename,code_type=1902):
    chaojiying = Chaojiying_Client('dearzyq', '123456', '906030')  # 用户中心>>软件ID 生成一个替换 96001
    im = open(filename, 'rb').read()  # 本地图片文件路径 来替换 a.jpg 有时WIN系统须要//
    resp = chaojiying.PostPic(im,code_type)   # 1902 验证码类型  官方网站>>价格体系 3.4+版 print 后要加()
    return resp.get('pic_str')

if __name__ == '__main__':
    print(get_code('a.jpg'))
    
   #图片识别不出来


Python 全系列/第十六阶段:Python 爬虫开发/爬虫反反爬- 948楼
Python 全系列/第十六阶段:Python 爬虫开发/爬虫反反爬- 954楼

老师,下面这个代码是为了下载搜狐登录界面的验证码图片,但是我换了几种方式发送请求,打印resp.text都是得到:

{"body":"","message":"Bad Request","status":400},但是打印的验证码图片链接又可以访问,这是为啥呢?

具体代码如下:

import execjs
import requests

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36',
    'Referer': 'https://sohu.com/'}

# 获得验证码链接中的pagetoken和random参数
def get_form_data():
    js_callback = """var randomName = function(prefix) {
                nonce = (new Date).getTime();
                return "passport403" + "_" + prefix + nonce++
            }"""

    ctx = execjs.compile(js_callback)
   
    random_ = ctx.call('randomName', 'sdk')

    js_pagetoken = """
        var pagetoken = (new Date).getTime()+1
        return pagetoken
    """
    ctx_page = execjs.compile(js_pagetoken)
    pagetoken = str(ctx_page.call(js_pagetoken))
    return (pagetoken, random_)


pagetoken, random_ = get_form_data()

url = f"https://v4.passport.sohu.com/i/captcha/picture?pagetoken={pagetoken}&random={random_}"
# 发送请求
resp = requests.get(url,headers=headers)
print(resp.text)
# {"body":"","message":"Bad Request","status":400}
print(url)


Python 全系列/第十六阶段:Python 爬虫开发/动态数据抓取 955楼

novel.zip

老师,上面是我的项目文件,我在执行时爬取下来的内容章节不是顺序的,里面有爬取下来之后的结果,在novel.txt里,他的顺序是第1章,第49章,第48章.........,这是由于并行运行导致的吗?还是什么原因,该怎么解决呢?谢谢老师!

Python 全系列/第十六阶段:Python 爬虫开发/移动端爬虫开发- 958楼
Python 全系列/第十六阶段:Python 爬虫开发/爬虫基础(旧) 959楼

课程分类

百战程序员微信公众号

百战程序员微信小程序

©2014-2025百战汇智(北京)科技有限公司 All Rights Reserved 北京亦庄经济开发区科创十四街 赛蒂国际工业园
网站维护:百战汇智(北京)科技有限公司
京公网安备 11011402011233号    京ICP备18060230号-3    营业执照    经营许可证:京B2-20212637