爬虫登录学校的教务系统

发表于 分类于 本文字数： 485 阅读时长 ≈ 2 分钟

起因

事情是这样的，在看到舍友在做课表爬虫的项目，于是乎想着自己也写一个吧，我便立马打开了 pycharm，开始了教务系统的爬虫。
其实这个博客应该分为上下部分，这次更新上部分吧，主要是也只写了这么一部分
老规矩，正事之前美女镇楼！GoGoGo！

C0613BA9155D39BD3CDCA069D2CABAFE

思路

1D648E86E887FF73D541C16724FE66D4

项目介绍

这个项目主要是实现登录教务系统，爬取课表并非本次主要内容。

这里主要是使用了 easyocr 的第三方库，使用库识别本地图片进行模拟真人登录

实际代码展示

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
import requests
import random
import easyocr
from lxml import etree

# 请求头
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.63 Safari/537.36 Edg/93.0.961.47'
}

# 接受课表页面数据进行解析
def parsing(text):
    html = etree.HTML(text)
    # print(text)
    for i in html.xpath('//*[@class="datalist"]/tr'):
        for j in i.xpath('./td/text()'):
            print(j)


if __name__ == '__main__':
    table = ''
    while True:
        # 创建一个会话
        s = requests.Session()
        # 会话请求一张验证码
        image = s.get(f'http://jw.glutnn.cn/academic/getCaptcha.do?{random.random()}', headers=headers)
        # 保存验证码到本地
        with open('getCaptcha.png', 'wb') as f:
            f.write(image.content)
        # 使用OCR识别验证码
        reader = easyocr.Reader(['ch_sim', 'en'])
        result = reader.readtext('getCaptcha.png')
        # 接受验证码变量
        captcha = ''
        # 读取验证码
        for i in result:
            word = i[1]
            captcha = word
        # 登录时需要提交的数据，为账号密码，以及动态地填充验证码
        data = {
            'j_username': '**********',
            'j_password': '**********',
            'j_captcha': f'{captcha}'
        }
        # 在获取验证码后的会话进行验证OCR的结果
        login = s.post(f'http://jw.glutnn.cn/academic/checkCaptcha.do?captchaCode={captcha}', headers=headers)
        if login.text == 'false':
            # 结果为假不进行操作
            pass
        else:
            # 验证通过时执行登录操作
            loging = s.post('http://jw.glutnn.cn/academic/j_acegi_security_check', data=data)
            # 进入个人课表页面，没访问这个页面无法进入本周课表页面
            cu = s.get(f'http://jw.glutnn.cn/academic/student/currcourse/currcourse.jsdo?randomString=202109171926436Qv6aK&groupId=&moduleId=2000', headers=headers)
            # 访问本周课表页面
            kb = s.get('http://jw.glutnn.cn/academic/manager/coursearrange/studentWeeklyTimetable.do?yearid=41&termid=3',headers=headers,data=data)
            parsing(kb.text)
            break