爬虫游戏第二关

接上一篇文章，我们来到第二关首页，网址：http://www.heibanke.com/lesson/crawler_ex01/
页面长这样

image.png

看起来像是要破解账号密码，没有头绪，F12看看html结构

image.png

可以看到，主要内容就是一个form表单，点击Sources看看源代码，关键代码就是这个表单

<form method="post" action="">
    <input type='hidden' name='csrfmiddlewaretoken' value='VUJcv7BVRdlmCbmxnqUIWDuxSYw4hD4i' />
    <div class="form-group">
        <label>昵称:(随便输入字符)</label>
        <input class="form-control" type="text" name="username"/>
    </div>
    <div class="form-group">
        <label>密码:(30以内的数字,猜对它就能过关)</label>
        <input class="form-control" id="id_password" name="password" type="password" />
    </div>
    <div class="form-group">
        <input class="btn btn-primary" id="id_submit" type="submit" value="提交">
    </div>
</form>

可以看到，action="",说明这个表单是本页面处理，但是又找不到提交按钮对应的点击事件，随便填个数据点击提交按钮看看http请求，可以看到表单以post的方式提交到了本页面，参数如下图所示

点击提交按钮的post请求
界面提示密码错误
image.png
看到这里就很明显了，这是一个接口，地址是 http://www.heibanke.com/lesson/crawler_ex01/，参数有三个，csrfmiddlewaretoken username password，通过页面提示和form表单代码可以得知：

csrfmiddlewaretoken：写死的，值为VUJcv7BVRdlmCbmxnqUIWDuxSYw4hD4i，
username：用户名，随便编一个即可
password：关键参数，本关目的就是让你猜测password的值

清楚了这些就好办了，循环请求接口，每次让password增大1，直到正确为止，代码：

from urllib import request
from urllib import parse
from bs4 import BeautifulSoup

def get_page(url, params):
    print('get url %s' % url)
    data = parse.urlencode(params).encode('utf-8')
    req  = request.Request(url, data)
    page = request.urlopen(req).read()
    page = page.decode('utf-8')
    return page
count = 0
url = "http://www.heibanke.com/lesson/crawler_ex01/"
token = 'VUJcv7BVRdlmCbmxnqUIWDuxSYw4hD4i'
username = 'pkxutao'
password = -1
# 构造post参数
data = {
    'csrfmiddlewaretoken': token,
    'username': 'pkxutao',
    'password': password
}
result = '您输入的密码错误, 请重新输入'
while result == '您输入的密码错误, 请重新输入':
    count += 1
    password += 1
    data['password'] = password
    print('第%d次尝试，参数：%d' % (count, password))
    result = get_page(url, data)
    soup = BeautifulSoup(result, "html.parser")
    # 解析h3元素
    h3 = soup.find_all("h3")[0]
    result = soup.find_all("h3")[0].text
print('成功，username:%s, password:%d' % (username, password))

结果

部分结果截图

在页面验证，用户名随便输一个，密码输入16，结果如图

image.png
搞定收工