Python爬蟲：抓取手機APP的傳輸數據

摘要 大多數APP裏面返回的是json格式數據，或者一堆加密過的數據 。這裏以超級課程表APP爲例，抓取超級課程表裏用戶發的話題。

python 抓取app app爬蟲

1、抓取APP數據包

    方法詳細可以參考這篇博文：http://my.oschina.net/jhao104/blog/605963

    得到超級課程表登錄的地址：http://120.55.151.61/V2/StudentSkip/loginCheckV4.action

    表單：

表單中包括了用戶名和密碼，當然都是加密過了的，還有一個設備信息，直接post過去就是。

    另外必須加header,一開始我沒有加header得到的是登錄錯誤，所以要帶上header信息。

---

2、登錄

登錄代碼：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

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

登錄成功 會返回一串賬號信息的json數據

和抓包時返回數據一樣，證明登錄成功

---

3、抓取數據

    用同樣方法得到話題的url和post參數

    做法就和模擬登錄網站一樣。詳見：http://my.oschina.net/jhao104/blog/547311

    下見最終代碼，有主頁獲取和下拉加載更新。可以無限加載話題內容。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81

#!/usr/local/bin/python2.7 # -*- coding: utf8 -*- """   超級課程表話題抓取 """ import urllib2 from cookielib import CookieJar import json     ''' 讀Json數據 ''' 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     ''' 加載更多 ''' 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',     }   ''' ---登錄部分--- ''' 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   ''' ---獲取話題--- ''' 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)

結果：

轉載請註明來源：http://my.oschina.net/jhao104/blog/606922