首页   注册   登录
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 学习手册
Python Cookbook
Python 基础教程
Python Sites
PyPI - Python Package Index
http://www.simple-is-better.com/
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
V2EX  ›  Python

爬取某头条 h5 端接口, 无论如何都拿不到数据, 姿势不对?

  •  
  •   xuyl · 108 天前 · 1986 次点击
    这是一个创建于 108 天前的主题,其中的信息可能已经有所发展或是发生改变。

    首先,用 puppeteer 试过,没问题,但效率太低; 尝试破解接口, 返回为空。

    from requests import Session
    from time import time
    from hashlib import md5
    from urllib.request import urlparse
    
    session = Session()
    
    def tt(url = 'http://m.toutiao.com/profile/50502347096/'):
        as_, cp_ = tt_encrypt()
        datas = {
            'page_type': '1',
            'max_behot_time': '',
            'uid': '50502347096',
            'media_id': '50502347096',
            'output': 'json',
            'is_json': '1',
            'count': 10,
            'from': 'user_profile_app',
            'version': '2',
            'as': as_,
            'cp': cp_,
            'callback': 'jsonp5'
        }
        headers = {
            'Referer': url,
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36'
        }
        
        article_api = 'https://www.toutiao.com/pgc/ma/'
        r = session.get(article_api, headers=headers, params=datas)
        print(r.url)
        print(r.request.headers)
        print(r.text)
    
    def tt_encrypt():
        now = int(time())
        now_16 = hex(now).upper()[2:]
        now_16_md5 = md5(now_16.encode('utf-8')).hexdigest().upper()
        if len(now_16) == 8:
            s = now_16_md5[0:5]
            o = now_16_md5[-5:]
            n = ''
            l = ''
            for i in range(5):
                n += s[i] + now_16[i]
                l += now_16[i+3] + o[i]
            as_ = 'A1' + n + now_16[-3:]
            cp_ = now_16[0:3] + l + 'E1'
        else:
            as_ = '479BB4B7254C150'
            cp_ = '7E0AC8874BB0985'
        return as_, cp_
        
    if __name__ == '__main__':
        tt()
    

    接口返回

    jsonp5({"media_id": 50502347096, "has_more": 0, "next": {"max_behot_time": 0}, "page_type": 1, "message": "success", "data": []})
    
    9 回复  |  直到 2019-07-03 07:29:40 +08:00
        1
    di1012   108 天前
    有点赞的接口吗
        2
    NotNil1   108 天前
    看看下面那个推广反爬虫的,知己知彼。
        3
    exceloo   108 天前
    tt_encrypt 确认没错吗?
        5
    LicV587   108 天前
    @xuyl 摸摸头,我俩头像一样,windows 懒人系列
        6
    boom7   108 天前   ♥ 1
    瞅了一眼, 你 tt_encrypt 的第三行出错了, 需要被 md5 的不是 now_16 ,而是 now
        7
    jaylee77   108 天前
        8
    asmoker   108 天前
    难道是这样?两年前的方法了……

    def _gen_req_params():
    """
    生成请求头条 URL 必要的密钥参数
    :return:
    """
    # 响应结果
    params = {
    'as': '479BB4B7254C150',
    'cp': '7E0AC8874BB0985'
    }

    # 当前时间戳
    timestamp = int(math.floor(int(round(time.time() * 1000)) / 1000))
    now = hex(timestamp)
    now_str_number = now[2:len(now)].upper()
    now_md5 = hashlib.md5(str(timestamp).encode()).hexdigest().upper()

    # 计算 as 和 cp 参数
    if len(now_str_number) == 8:
    as_pre = ''
    cp_pre = ''
    first_five_char = now_md5[0:5]
    last_five_char = now_md5[:-5]
    for i in range(5):
    as_pre += first_five_char[i] + now_str_number[i]
    for j in range(5):
    cp_pre += now_str_number[j + 3] + last_five_char[j]
    as_result = "A1" + as_pre + now_str_number[-3:]
    cp_result = now_str_number[0:3] + cp_pre + "E1"
    params = {
    'as': as_result,
    'cp': cp_result
    }
    return params
        9
    airdge   108 天前   ♥ 1
    now_16_md5 = md5(str(now).encode('utf-8')).hexdigest().upper()
    关于   ·   FAQ   ·   API   ·   我们的愿景   ·   广告投放   ·   感谢   ·   实用小工具   ·   2259 人在线   最高记录 5043   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.3 · 24ms · UTC 04:12 · PVG 12:12 · LAX 21:12 · JFK 00:12
    ♥ Do have faith in what you're doing.