내가 가져 오는 테스트 사이트가 있습니다. 사이트는 쿠키뿐만 아니라 POST 방법을 사용합니다. (쿠키가 중요하다고 확신하지는 않지만, 쿠키가 있다고 생각하는 경향이 있습니다.)게시 및 쿠키를 사용하여 여러 페이지를 가져 오는 python
앱은 다음 페이지를 생성하기위한 "다음 버튼"과 함께 페이지를 제공합니다. 필자는 LiveHttpHeaders/Firefof를 사용하여 게시 데이터가 쿼리에 있어야하는지, 쿠키가 설정되는지를 확인했습니다. 쿠키가 브라우저에 의해 허용되면 페이지가 작동하지 않는다는 것도 확인했습니다.
나는 내가 뭘 놓쳤는 지 알아 내고 싶다. 내 테스트에서 망쳐 버렸다. 샘플 코드는 가져 오려고하는 첫 번째 및 두 번째 페이지에 대한 쿼리/게시물 데이터를 제공합니다.
어떤 생각/의견을 부탁드립니다
내가 그물뿐만 아니라 triedn 많은 다른 가능한 시도를 검색 한, 그래서 나는 간단하게 뭔가를 놓치고 있다는 확신 ... ..
#!/usr/bin/python
#test python script
import re
import urllib
import urllib2
import sys, string, os
from mechanize import Browser
import mechanize
import cookielib
########################
#
# Parsing App Information
########################
# datafile
cj = "p"
COOKIEFILE = 'cookies.lwp'
#cookielib = 1
urlopen = urllib2.urlopen
#cj = urllib2.cookielib.LWPCookieJar()
cj = cookielib.LWPCookieJar()
#cj = ClientCookie.LWPCookieJar()
Request = urllib2.Request
br = Browser()
if cj != None:
print "sss"
#install the CookieJar for the default CookieProcessor
if os.path.isfile(COOKIEFILE):
cj.load(COOKIEFILE)
print "foo\n"
if cookielib:
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
urllib2.install_opener(opener)
print "foo2\n"
user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
values1 = {'name' : 'Michael Foord',
'location' : 'Northampton',
'language' : 'Python' }
headers = { 'User-Agent' : user_agent }
if __name__ == "__main__":
# main app
baseurl="https://pisa.ucsc.edu/class_search/index.php"
print "b = ",baseurl
print "b = ",headers
query="action=results&binds%5B%3Aterm%5D=2100&binds%5B%3Areg_status%5D=O&binds%5B%3Asubject%5D=&binds%5B%3Acatalog_nbr_op%5D=%3D&binds%5B%3Acatalog_nbr%5D=&binds%5B%3Atitle%5D=&binds%5B%3Ainstr_name_op%5D=%3D&binds%5B%3Ainstructor%5D=&binds%5B%3Age%5D=&binds%5B%3Acrse_units_op%5D=%3D&binds%5B%3Acrse_units_from%5D=&binds%5B%3Acrse_units_to%5D=&binds%5B%3Acrse_units_exact%5D=&binds%5B%3Adays%5D=&binds%5B%3Atimes%5D=&binds%5B%3Aacad_career%5D="
request = urllib2.Request(baseurl, query, headers)
response = urllib2.urlopen(request)
print "gggg \n"
#print req
print "\n gggg 555555\n"
print "res = ",response
x1 = response.read()
#x1 = res.read()
print x1
#sys.exit()
cj.save(COOKIEFILE) # resave cookies
if cj is None:
print "We don't have a cookie library available - sorry."
print "I can't show you any cookies."
else:
print 'These are the cookies we have received so far :'
for index, cookie in enumerate (cj):
print index, ' : ', cookie
cj.save(COOKIEFILE)
print "ffgg \n"
for index, cookie in enumerate (cj):
print index, ' : ', cookie
#baseurl ="http://students.yale.edu/oci/resultList.jsp"
baseurl="https://pisa.ucsc.edu/class_search/index.php"
query="action=next&Rec_Dur=100&sel_col%5Bclass_nbr%5D=1&sel_col%5Bclass_id%5D=1&sel_col%5Bclass_title%5D=1&sel_col%5Btype%5D=1&sel_col%5Bdays%5D=1&sel_col%5Btimes%5D=1&sel_col%5Binstr_name%5D=1&sel_col%5Bstatus%5D=1&sel_col%5Benrl_cap%5D=1&sel_col%5Benrl_tot%5D=1&sel_col%5Bseats_avail%5D=1&sel_col%5Blocation%5D=1"
request = urllib2.Request(baseurl, query, headers)
response = urllib2.urlopen(request)
print "gggg \n"
#print req
print "\n gggg 555555\n"
print "res = ",response
x1 = response.read()
#x1 = res.read()
print x1
sys.exit()
req = Request(baseurl, query, headers)
print "gggg \n"
#print req
print "\n gggg 555555\n"
#br.open(req)
res = urlopen(req)
print "gggg 000000000000\n"
x1 = res.read()
print x1
sys.exit()
어떤 생각/포인터 주셔서 감사합니다 ...
그리고 예 .. 알고 있습니다 .. 스크립트/테스트는 정말 나빠요!
-tom
무엇이 잘못 되었나요? 작동하지 않는 것은 무엇입니까? 예, 이것은 정말 나쁜 코드이지만 어떤 오류가 발생합니까? 페이지를 가져 오는 경우 무엇이 잘못 되었나요? –
안녕하세요 ... urllib/cookie/referer가 제대로 작동하지 않을 수 있습니다. 마지막으로 pycurl을 사용하여 페이지의 데이터 가져 오기/추출을 수행하도록 전환했습니다. 감사합니다. –