想写个爬虫，爬到 form，填表，提交，然而目标站有保护，求助！

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2706 天前的主题，其中的信息可能已经有所发展或是发生改变。

直接不隐讳的直接说了，想写个 python 脚本帮朋友申请签证名额，

遇到的问题

每次 get，得到的都是 noscript 的提示，需要 JS
对于非本地 IP 有验证码

我的尝试

mechanize

import sys
import mechanize
url ='xxx'
response2=br.open(url)
request = br.request
print (response2.info())
print (response2.read())

output：

Cache-Control: no-store, must-revalidate, no-cache, max-age=0
Content-Type: text/html
Connection: close
Vary: Accept-Encoding
Pragma: no-cache
Expires: -1
CacheControl: no-cache
X-UA-Compatible: IE=edge
Content-Type: text/html; charset=utf-8

... more content ...

<noscript>Please enable JavaScript to view the page content.</noscript>
</head><body>
</body></html>

selenium

from selenium import webdriver
from selenium.webdriver.common.keys import Keys

driver = webdriver.Firefox()
url= 'xxx'
driver.get(url)

print driver.context
print driver.title

print driver.page_source
driver.close()

output

nosctipt 同上

Refes

目标站点及详细问题，请见 so https://stackoverflow.com/questions/44562212/fetching-web-page-but-need-javascript-to-view-page-content
目标 url 在 comment 里

url

import

noscript

12 条回复 • 2023-05-18 15:03:35 +08:00

golmic

2017-06-19 16:14:46 +08:00

怎么登录，需要用户名密码啊。可以帮你看看

chuanqirenwu

2017-06-19 16:54:19 +08:00

直接开 selenium 在真机上刷，以前刷论坛是这么做的。

LeeSeoung

2017-06-19 17:02:08 +08:00

1、需要 JS 要么协议头有问题，要么获取了 cookies，要处理。
2、对接验证码平台。

XiaoFaye

2017-06-19 17:03:32 +08:00

楼主，是新西兰的 WHV 签证吧？别爬了，没用的。这个现在只能靠手速和自动填表了。23 号就开抢了，你现在准备也太晚了吧？今年网站已经改版了，表格最新的 DOM 信息有吗？付款页面的 DOM 信息有吗？这些我都有，不过一早已经没兴趣抢了。不过移民政策改了，相信今年抢的人不会那么多了，君不见淘宝的代抢价格已经从 7000 多降到 4000 多了吗？

最后，祝你朋友好运啦！

bget

2017-06-20 07:10:10 +08:00

推荐个爬虫软件你试一下：www.sensite.cn/bget，支持 JS 解析，扩展性强，支持可视化配置。

prasanta

2017-06-21 14:39:44 +08:00 via Android

你还不如写一个 chrome 插件，自动填表

way2explore2

2017-06-21 15:59:26 +08:00

@XiaoFaye 这对朋友不是中国的，开抢事件不一样

way2explore2

2017-06-21 16:00:44 +08:00

@bget 不是我不想用，只是这 UI 和网站为什么有点很老旧的感觉。
![img]( http://www.sensite.cn/images/BgetMainWindow.gif)

way2explore2

2017-06-21 16:01:44 +08:00

@XiaoFaye 另外，Dom 真的不是问题，你看一眼他的 form 你就知道了

way2explore2

2017-06-21 16:04:18 +08:00

@golmic 多谢，我之前申请了一个测试用的账号
email
[email protected]
pwd：
ieJai3Yae

way2explore2

2017-06-21 16:05:14 +08:00

@chuanqirenwu 我试了 selenium，你说的真机上刷，是指？

MatrixMan

2023-05-18 15:03:35 +08:00

老哥有成功过吗？我最近想研究一下，搞一下这个