4

我解析网站' http://ok.ru '。要从发布请求中获取数据,我需要发送由网站上的 Javascript 生成的特定令牌,并且该令牌包含在标头中。

所以我想也许一种解决方案是打开网站,让它生成令牌,抓取标题,就是这样。

可以实现 Java 脚本的一种工具是 Selenium,但是,要获取标头,我需要使用 brosermob-proxy(或等效项)。那就是我卡住的地方。

没有响应的标题,我无法弄清楚。也许使用 browsermob 的人可以看出问题所在?我也很高兴听到我的任务的另一种解决方案。代码本身如下:

from browsermobproxy import Server
from selenium import webdriver
from ast import literal_eval
import json, os
os.chdir('C:/browsermob-proxy-2.1.0-beta-2/bin')

server = Server()
server.start()
proxy = server.create_proxy()
profile = webdriver.FirefoxProfile()
profile.set_proxy(proxy.selenium_proxy())
driver = webdriver.Firefox(firefox_profile=profile)
proxy.new_har('test')
driver.get('http://ok.ru')
driver.find_element_by_xpath('//input[@name="st.email"]').send_keys('****@****.com')
driver.find_element_by_xpath('//input[@name="st.password"]').send_keys('****')
driver.find_element_by_xpath(u'//input[contains(@value,"Log in")]').click()
result = literal_eval(json.dumps(proxy.har, ensure_ascii=False))
driver.close()

for entry in result['log']['entries']:
    if len(entry['response']['headers']) > 0:
        print entry['response']['headers']
4

1 回答 1

5

答案变得很简单:只需向 new_har 添加选项:

proxy.new_har('test', options={'captureHeaders': True})

但是,标头中没有标记,这对我来说是一个新难题...

于 2015-07-28T22:24:58.053 回答