黑板课Python爬虫第三关（两种解法）

解法一：

from selenium import webdriver
username = 'freetime'
password = '123456'

browser = webdriver.Firefox()
browser.get('http://www.heibanke.com/accounts/login')
browser.find_element_by_id('id_username').send_keys(username)
browser.find_element_by_id('id_password').send_keys(password)
browser.find_element_by_id('id_submit').click()

pwd = 0
while pwd<=30:
    browser.get('http://www.heibanke.com/lesson/crawler_ex02/')
    browser.find_element_by_name('username').send_keys('123')
    browser.find_element_by_id('id_password').send_keys(pwd)
    browser.find_element_by_id('id_submit').click()

    html = browser.page_source
    if u'输入的密码错误' in html:
        pwd = pwd+1
        continue
    else:
        print pwd
        break

解法二：

#coding=utf-8
import requests
from lxml import etree

# Django中CSRF防护源码解析：
# Django的CSRF防御方法采用的是在请求中添加toke并验证方法，源码分析如下： 如果有form提交时，
# 验证csrftoken,django在打开这个页面时就会将csrftoken存在cookie中，
# 当用户提交表单时进行匹配，如果相同则证明是一个安全提交。 csrftoken的生成方式如下：
#
# md5_constructor("%s%s" % (randrange(0, _MAX_CSRF_KEY), settings.SECRET_KEY)).hexdigest()
# 设置csrftoken:
# response.set_cookie(settings.CSRF_COOKIE_NAME, request.META["CSRF_COOKIE"], max_age = 60 * 60 * 24 * 7 * 52,
# domain=settings.CSRF_COOKIE_DOMAIN)
#
# csrftoken与cookie中的token比较：
# if not constant_time_compare(request_csrf_token, csrf_token):
# 如果不一致返回403错误 注意：表单内必须加入csrf_token的tag，否则站内提交也会被阻止，除非添加@csrf_exempt装饰器

# 如果是CSRF的token，先确认每次HTTP请求能存储Cookie，接着GET页面，然后用正则提取token，POST时将键值加上就行。
#
# 比如：
# <input type='hidden' name='csrfmiddlewaretoken' value='*************************' />
#
# 随便写个正则：随便写个正则：/name='csrf_token' value='([0-9a-z]+)'/
# 然后POST时加上csrf_token='f072a9912fc217e09b03b206a5ad0fdb'。

# requests库的session对象能够帮我们跨请求保持某些参数，也会在同一个session实例发出的所有请求之间保持cookies



def request(s,url,payload):
    r = s.get(url)

    html = r.content.decode('utf-8')
    page = etree.HTML(html)
    csrf_token = page.xpath('/html/body/div/div/div[2]/form/input/@value')[0]
    payload['csrfmiddlewaretoken'] = csrf_token
    html = s.post(url, data = payload).content.decode('utf-8')
    return html
#登陆
login_url = 'http://www.heibanke.com/accounts/login'
ex02_url = 'http://www.heibanke.com/lesson/crawler_ex02/'



#登陆表单
payload_login = {
    'username':'test',
    'password':'test123'
}
#ex02表单
payload_ex02 = {
    'username':'123',
    'password':0
}


#用session,保持会话
s = requests.session()

#先进入登陆页面
request(s,login_url,payload=payload_login)
#再猜测密码
pwd = 0
while pwd<=30:
    payload_ex02['password'] = pwd
    html = request(s, ex02_url, payload_ex02)
    if u'输入的密码错误' in html:
        pwd = pwd+1
        continue
    else:
        print pwd
        break