如何利用Python抓取用户发的话题

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

表单：

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。

2、登录

登录代码：

import urllib2from cookielib import CookieJarloginUrl = ‘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

和抓包时返回数据一样，证明登录成功

3、抓取数据

用同样方法得到话题的url和post参数

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 urllib2from cookielib import CookieJarimport 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&’ % timestampreq = 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 loadResultreturn FalseloginUrl =

‘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 topicJsonif topicStatus == 1:print ‘fetch topic success！’timestamp， topicList = fetch_data（topicJson）load（timestamp， headers， topicUrl）

结果：

责任编辑：haq