- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我尝试使用 python+selenium+phantomjs 处理 https 请求,但无法从服务器收到响应,这表明我强烈建议添加认证
,这是我的 get_request 函数。
def get_random_x_forwarded_for():
# 得到随机x-forwarded-for值
numbers = []
while not numbers or numbers[0] in (10, 172, 192):
numbers = random.sample(range(1, 255), 4)
return '.'.join(str(_) for _ in numbers)
def get_random_ua():
# 得到随机user-agent值
import os
if os.path.exists("dicts/user-agent.txt"):
f = open(ModulePath + "dicts/user-agents.txt", "r+")
all_user_agents = f.readlines()
f.close()
else:
all_user_agents = [
"Mozilla/4.0 (Mozilla/4.0; MSIE 7.0; Windows NT 5.1; FDM; SV1)",
"Mozilla/4.0 (Mozilla/4.0; MSIE 7.0; Windows NT 5.1; FDM; SV1; .NET CLR 3.0.04506.30)",
"Mozilla/4.0 (Windows; MSIE 7.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727)",
"Mozilla/4.0 (Windows; U; Windows NT 5.0; en-US) AppleWebKit/532.0 (KHTML, like Gecko) Chrome/3.0.195.33 Safari/532.0",
"Mozilla/4.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/525.19 (KHTML, like Gecko) Chrome/1.0.154.59 Safari/525.19",
"Mozilla/4.0 (compatible; MSIE 6.0; Linux i686 ; en) Opera 9.70",
]
random_ua_index = random.randint(0, len(all_user_agents) - 1)
ua = re.sub(r"(\s)$", "", all_user_agents[random_ua_index])
return ua
def get_request(url, by="MechanicalSoup", proxyUrl="", cookie=""):
code = None
title = None
content = None
if by == "seleniumPhantomJS":
hasFormAction=False
formActionValue=""
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
import time
if proxyUrl == "" or proxyUrl == 0:
service_args_value = ['--ignore-ssl-errors=true', '--ssl-protocol=any']
if proxyUrl != "" and proxyUrl != 0:
proxyType = proxyUrl.split(":")[0]
proxyValueWithType = proxyUrl.split("/")[-1]
service_args_value = ['--ignore-ssl-errors=true', '--ssl-protocol=any',
'--proxy=%s' % proxyValueWithType, '--proxy-type=%s' % proxyType]
# final_url=driver.current_url
# print("正在访问的url是这个:\n"+final_url)
# driver.quit()
try:
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
if cookie != "":
dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.cookie"] = cookie
dcap["phantomjs.page.settings.userAgent"] = get_random_ua()
driver = webdriver.PhantomJS(service_args=service_args_value, desired_capabilities=dcap)
else:
driver = webdriver.PhantomJS(service_args=service_args_value)
print(111111111)
driver.implicitly_wait(5)
driver.set_page_load_timeout(5)
driver.get(url)
print(222222222222222)
# http://www.cnblogs.com/fnng/p/3269450.html
originalCookie = driver.get_cookies()
#print("current cookie is:\n" + str(originalCookie))
import random
code = 200
title = driver.title
content = driver.page_source
a=re.search(r'''(<.*type=('|")?submit('|")?.*>)''',content,re.I)
if a:
hasFormAction=True
print(a.group(1))
input(67666)
else:
pass
print("len content is :\n" + str(len(content)))
print("title is :\n" + title)
if re.search(r"(页面不存在)|(未找到页面)|(page not found)|(404)",title+content,re.I):
return get_request(url,by="MechanicalSoup")
# time.sleep(5) # Let the user actually see something!
# driver.quit()
except TimeoutException as e:
# Handle your exception here
print(e)
finally:
driver.quit()
return {
'code': code,
'title': title,
'content': content,
#True or False
'hasFormAction':hasFormAction,
#eg,https://www.baidu.com^a=1&b=2
#eg,https://www.baidu.com/?a=1&b=2
'formActionValue':formActionValue}
else:
import mechanicalsoup
try:
browser = mechanicalsoup.Browser(soup_config={"features": "lxml"})
ua = get_random_ua()
browser.session.headers.update({'User-Agent': '%s' % ua})
# headers=browser.session.headers
# if 'Cookie' in headers:
# originalCookie=headers['Cookie']
if cookie == "":
pass
else:
browser.session.headers.update({'Cookie': '%s' % cookie})
# print(originalCookie)
x_forwarded_for = get_random_x_forwarded_for()
browser.session.headers.update(
{'X-Forwarded-For': '%s' % x_forwarded_for})
result = browser.get(url,
timeout=10,verify=False)
# print(dir(result))
code = result.status_code
content = result.content
import chardet
bytesEncoding = chardet.detect(content)['encoding']
# print(bytesEncoding)
content = content.decode(bytesEncoding)
title = BeautifulSoup(content, "lxml").title
if title is not None:
title_value = title.string
else:
title_value = None
except:
code = 0
title_value = "you may be blocked or the code doesn't handle ssl certificate well"
content = 'can not get html content this time,may be blocked by the server to request'
return_value = {
'code': code,
'title': title_value,
'content': content}
# print("访问当前url为:\n\t"+url+"\ntitle如下:")
# print("\t"+str(return_value['title']))
return return_value
b=get_request("https://www.zoomeye.org/search/advanced",by="seleniumPhantomJS")
#b=get_request("https://www.zoomeye.org/search/advanced",by="MechanicalSoup")
print(b)
当我使用b=get_request("https://www.zoomeye.org/search/advanced",by="seleniumPhantomJS")
,它只会打印 11111..1 并卡在那里没有打印 2222.2,然后我尝试使用 b=get_request("https://www.zoomeye.org/search/advanced",by="MechanicalSoup")
,这次我得到以下错误调试信息:
/usr/local/lib/python3.6/site-packages/requests/packages/urllib3/connectionpool.py:852: InsecureRequestWarning: 正在发出未经验证的 HTTPS 请求。强烈建议添加证书验证。请参阅:https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings
不安全请求警告)
我想用python3+selenium+phantomjs来处理这个adding certificate verification is strongly advised
错误,有人能帮帮我吗?
后来尝试不用selenium直接使用phantomjs:
phantomjs --ignore-ssl-errors=true --ssl-protocol=any --web-security=false 1.js
1.js有以下内容:
var webPage = require('webpage');
var page = webPage.create();
console.log('test666');
page.open('https://www.zoomeye.org/search/advanced', function (status) {
var content = page.content;
console.log('Content: ' + content);
phantom.exit();
});
但是,它又不起作用了,可能是phantomjs的bug:(
最佳答案
浏览以下网址。它将为您提供将 https 与 phantomjs 一起使用所需的功能:-
http://phantomjs.org/api/command-line.html
您需要的主要能力如下:-
我有一个适合我的 java 代码:-
private static Capabilities getPhantomCapabilities(String OS) {
DesiredCapabilities capabilities = null;
ArrayList<String> cliArgsCap = new ArrayList<String>();
capabilities = DesiredCapabilities.phantomjs();
cliArgsCap.add("--web-security=false");
cliArgsCap.add("--ssl-protocol=any");
cliArgsCap.add("--ignore-ssl-errors=true");
capabilities.setCapability("takesScreenshot", true);
capabilities.setJavascriptEnabled(true);
capabilities.setCapability(
PhantomJSDriverService.PHANTOMJS_CLI_ARGS, cliArgsCap);
capabilities.setCapability(
PhantomJSDriverService.PHANTOMJS_GHOSTDRIVER_CLI_ARGS,
new String[] { "--logLevel=2" });
return capabilities;
}
在 python 中转换您的代码。它应该工作
希望对你有帮助:)
关于python-3.x - python+selenium+phantomjs 无法处理 `adding certification is strongly advised` 的 https url,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45789484/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!