猿人学 — 第1届第13题（解题思路附源码）

news2024/12/23 0:06:24

猿人学 — 第1届第13题（解题思路附源码）

发现在翻页过程中，只要中途有几秒的间隔，那么就会显示拉取数据失败，然后网页重新加载回到刚进来显示的第一页的情况
重新加载时，会发送一系列的请求，发现其中向地址https://match.yuanrenxue.cn/match/13发送一前一后两个请求，
在前一个请求中，发现响应头中有Set-Cookie，因此猜测若想访问各个页面则需要先访问这个请求获取sessionid
另外还发现，后一个请求中携带的Cookie中的yuanrenxue_cookie与前一个请求中携带的不一样，并且在目标页面访问过程中
携带的yuanrenxue_cookie和后一个请求中携带的是一样的
那么后面请求中的yuanrenxue_cookie是从哪里来的呢？这个Cookie值的改变发生在第一次向https//match.yuanrenxue.cn/match/13请求后，
但是在chrome中又没有看到这个请求的返回值，猜想是不是返回值在chrome中不支持显示，因此用Fildder抓包再看一看各个请求的具体情况，验证一下猜想
果然发现这个请求其实是有返回值的，我们把关键信息放入Console面板一输出再比对请求，发现这就是我们想要的yuanrenxue_cookie

源码如下

import re
import requests

# 创建会话并设置请求头和cookie
obj = requests.session()
obj.headers={
    'Referer':'https://match.yuanrenxue.cn/list',
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like 	Gecko) Chrome/129.0.0.0 Safari/537.36',
}
# 设置成自己的sessionid
obj.cookies.set('sessionid','k0tkqbv28g7ubtjyr1e5a3mjcyzz98uf')

# 获取更新后的yuanrenxue_cookie值
res = obj.get(url='https://match.yuanrenxue.cn/match/13')
cookie_list = eval(re.findall('\(.*\)',res.text)[0]).split('=')
obj.cookies.update(
    {cookie_list[0]:cookie_list[1]}
)
# 访问具体页面时一定要注意先更新请求头信息中的Referer
obj.headers.update({'Referer':'https://match.yuanrenxue.cn/match/13'})

# 向各个页面发送请求并获取数据
total_value = 0
for pid in range(1,6):
    res = obj.get(url=f'https://match.yuanrenxue.cn/api/match/13?page={pid}')
    data = res.json()['data']
    print(f"第{pid}页数据:{data}")
    for item in data:
        total_value += int(item['value'])

print(f"前5页数字总和:{total_value}")