建站
咨詢
售后
建站咨詢
新聞中心
本篇內(nèi)容介紹了“js混淆爬蟲天氣網(wǎng)的方法是什么”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！
創(chuàng)新互聯(lián)建站專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務，包含不限于成都網(wǎng)站建設、成都網(wǎng)站設計、建華網(wǎng)絡推廣、成都小程序開發(fā)、建華網(wǎng)絡營銷、建華企業(yè)策劃、建華品牌公關、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運營等，從售前售中售后，我們都將竭誠為您服務，您的肯定，是我們最大的嘉獎；創(chuàng)新互聯(lián)建站為所有大學生創(chuàng)業(yè)者提供建華建站搭建服務，24小時服務熱線：13518219792，官方網(wǎng)址：www.cdcxhl.com
混淆加密網(wǎng)站
今天在爬取污染物時遇到下面網(wǎng)站，總的來說碰到了兩大方面的爬蟲難題。（混淆加密和debug檢測）。
待爬取的網(wǎng)站 
數(shù)據(jù)獲取
一開始就遇到右鍵禁用，debug檢測。
沒辦法，ctrl+s，直接把網(wǎng)站保存到了本地。
這樣可以f12了，找到主頁面，一通找，找到了ajax請求的代碼。
傳入城市、月份，然后調(diào)js中的方法，接著ctrl+shift+f，全局搜索這玩意。
復制到本地一看，好么，js混淆，找了個反混淆js。
復制到本地，一通ctrl+c，終于找到下列代碼，一看邏輯，先加密傳入的參數(shù)，在post請求，獲取加密后的結(jié)果，在解密結(jié)果。
理清思路，終于可以寫代碼了。
注意一下，每個人的加密參數(shù)（或者隔一段時間）不一樣，所以大家復制我的不一定后面能跑，自己可以使用這套路獲取自己的js。
python代碼
# -*- coding: utf-8 -*-
import execjs
import json
import requests
import datetime
class pollutionSpider:
"""
爬取https://www.aqistudy.cn/historydata/daydata.php 污染物數(shù)據(jù)
"""
def __init__(self):
self.js_path = "../data/aqistudy.js"
self.main_url = 'https://www.aqistudy.cn/historydata/api/historyapi.php'
self.month_data = {"1": "01", "2": "02", "3": "03", "4": "04", "5": "05", "6": "06", "7": "07", "8": "08",
"9": "09", "10": "10", "11": "11", "12": "12"}
self.save_path = "../data/weather/"
self.headers = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'Accept-Encoding': 'gzip, deflate',
'Accept-Language': 'zh-CN,zh;q=0.8',
'Content-Type': 'application/x-www-form-urlencoded',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/71.0.3578.80 Safari/537.36 '
}
self.data_headers = "time_point aqi pm2_5 pm10 so2 no2 co o3 rank quality"
def encrypt(self, city, month):
"""
加密信息
"""
js_str = self.get_js()
ctx = execjs.compile(js_str) # 加載JS文件
return ctx.call('pLoXOmdsuMMq', "GETDAYDATA", {"city": city, "month": month})
def decrypt(self, data):
"""
解密信息
"""
ctx = execjs.compile(self.get_js()) # 加載JS文件
return ctx.call('dSMkMq14l49Opc37Yx', data)
def get_js(self):
"""
獲取js
"""
f = open(self.js_path, 'r', encoding='utf-8') # 打開JS文件
line = f.readline()
html_str = ''
while line:
html_str = html_str + line
line = f.readline()
return html_str
def get_response(self, params):
"""
請求數(shù)據(jù)
"""
return requests.post(self.main_url, data={'hzbDyDmL0': params}, headers=self.headers).text
def get_single(self, city, month):
"""
獲取一個城市某個月的數(shù)據(jù)
"""
encrypt_data = self.get_response(self.encrypt(city, month))
data = json.loads(self.decrypt(encrypt_data))['result']['data']['items']
result = ['\t'.join([str(value) for key, value in element.items()]) for element in data]
return result
def get_all(self, city, start_day):
"""
獲取一個城市污染數(shù)據(jù)
"""
print("開始獲取" + city + "數(shù)據(jù)------------------------")
start_day = datetime.datetime.strptime(start_day, "%Y-%m-%d")
end_day = datetime.datetime.now()
months = (end_day.year - start_day.year) * 12 + end_day.month - start_day.month
month_range = ['%s%s' % (start_day.year + mon // 12, self.month_data[str(mon % 12 + 1)]) for mon in
range(start_day.month - 1, start_day.month + months)]
f = open(self.save_path + city + ".txt", "w", encoding="utf8")
f.write(self.data_headers + "\n")
for element in month_range:
try:
data = self.get_single(city, element)
for line in data:
f.write(line + "\n")
print(element + city + "數(shù)據(jù)獲取------------------------成功")
except Exception as e:
print(e)
print(element + city + "數(shù)據(jù)獲取------------------------失敗")
f.close()
if __name__ == '__main__':
pollutionSpider().get_all("上海", "2015-1-1")結(jié)果
“js混淆爬蟲天氣網(wǎng)的方法是什么”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關的知識可以關注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！
標題名稱：js混淆爬蟲天氣網(wǎng)的方法是什么
URL分享：http://www.dlmjj.cn/article/jcehjo.html
