爬虫——图书馆抢座，Python果然无所不能！

python爬虫 -----图书馆抢座

本人也是一位考研学子奈何图书馆座位总抢不到就利用学过的技术做了一个图书馆抢座系统。
主要原理是利用提交post表单的形式进行抢座。

验证码识别

整个爬虫最难的可能就是验证码了，小编自然也走过很多歪路，有用过pytesseract识别，这pytesseract是真的垃圾，正确率不可直视后来采用腾讯的一个接口进行测试接口测试自然是可行的奈何也得花个7-8秒还不如手抢在一次偶然的机会通过文献、百度终于找到了大哥muggle_ocr 这个大哥可是拯救我于水火之中啊 0.3秒识别废话不多说了代码粘上

		#file_name是验证码图片路径	
		with open(file_name, "rb") as f:
            captcha_bytes = f.read()
        text = sdk.predict(image_bytes=captcha_bytes)
1234

分析登录请求信息

实质还是以post的形式提交表单。通过fiddler抓包得到，提交的信息和请求头如下：

用户登录获取请求信息尤其是cookie

登录有一个重点就是利用session域保存一整个会话，为方便之后的获取验证码，以及抢座做准备。然后进行简单登录吧代码如下：

def login(self,username,password,quyu1,js3,zuoweihao):
        ses = requests.session()
        url='http://172.16.47.84/Login.aspx'
        date={
            '__VIEWSTATE': '/wEPDwUJODE2Mzg3MTk0ZGTiyMF48vnOd3k6J7zu3Z26Lhf+t0nElGTEKl9fwh3L8g==',
            '__EVENTVALIDATION': '/wEWBAKm8rLABwLs0bLrBgLs0fbZDAKM54rGBkCiS2WHGa6+EL0Kh6yO5Ah09T75GOA5NPCLw47Aiepp',
            'TextBox1': username,
            'TextBox2': password,
            'Button1': '登录',
        }
        str = ''
        ses.post(url,headers=headers01,data=date)
        return str
12345678910111213

通过cookie获取验证码

根据登录获取的session域进行获取验证码，保存在相应的路径，代码如下：

def yanzhengmaimage(self,ses):
        str1 = ses.get("http://172.16.47.84/VerifyCode.aspx?", headers=headers01)
        imagename=ses.__str__()[-19:-1]
        with open('code02'+imagename+'.jpg', 'wb') as img:
            img.write(str1.content)
12345

分析抢座请求信息

主要以下面代码为主

利用保存的cookie会话发送post 以及get请求

def tomorrow(self,ses,quyu1='3',js3='207',zuoweihao='001'):
        #quyu1 代表区域 1东区 2中区 3 西区
        #js3 代表教室 正常三位数字
        #zhuoweihao 代表座位号 3位数字
        str=quyu1+js3+zuoweihao
        url = 'http://172.16.47.84/Verify.aspx?seatid='+str
        date = {
            '__VIEWSTATE': '/wEPDwUKMTcwNzM5ODc3NGRkFTNhg2TJCMmXjk16k+jkM2+o35s9J3SOm+JNsHJEwo4=',
            '__EVENTVALIDATION': '/wEWAwL5+IeIAgLs0Yq1BQKM54rGBlbX/7GsfmI6ZGnyG3S+AAk6bsW9xrBTrDecfP4rhl+R',
            'TextBox3': '',
            'Button1': '提      交',
        }
        # self.base6434(ses)
        hi = ses.get(url, headers=headers01)
        date['TextBox3'] = self.base6434(ses)
        resp = ses.post(url, headers=headers02, data=date)
        soup = BeautifulSoup(resp.text, 'lxml')
        Soup = soup.find_all('script')[0]
        print(Soup)
        print(zuoweihao)
        ses.close()
        return Soup.text
12345678910111213141516171819202122