Python爬虫:抓取手机APP的数据

Posted pythonedu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python爬虫:抓取手机APP的数据相关的知识,希望对你有一定的参考价值。

摘要: 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

    方法详细可以参考这篇博文:http://my.oschina.net/jhao104/blog/605963

    得到超级课程表登录的地址:http://120.55.151.61/V2/StudentSkip/loginCheckV4.action

    表单:技术分享图片

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。

技术分享图片

 


2、登录

登录代码:

#python学习交流群:125240963
import urllib2
from cookielib import CookieJar
loginUrl = 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

技术分享图片

和抓包时返回数据一样,证明登录成功

技术分享图片

 


3、抓取数据

    用同样方法得到话题的url和post参数

    做法就和模拟登录网站一样。详见:http://my.oschina.net/jhao104/blog/547311

    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 urllib2
from cookielib import CookieJar
import 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& % timestamp
    req = 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 loadResult
        return False

loginUrl = 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 topicJson
if topicStatus == 1:
    print fetch topic success!
    timestamp, topicList = fetch_data(topicJson)
    load(timestamp, headers, topicUrl)

 

结果:

技术分享图片

python学习交流群:125240963

转载请注明来源:http://my.oschina.net/jhao104/blog/606922

以上是关于Python爬虫:抓取手机APP的数据的主要内容,如果未能解决你的问题,请参考以下文章

Python爬虫入门教程 29-100 手机APP数据抓取 pyspider

Python爬虫编程思想(121):抓取移动App数据--设置手机的代理

Python爬虫入门教程 48-100 使用mitmdump抓取手机惠农APP-手机APP爬虫部分

Python爬虫新手教程:手机APP数据抓取 pyspider

如何利用 Python 爬虫抓取手机 APP 的传输数据

如何利用 Python 爬虫抓取手机 APP 的传输数据