一般进行js有两种方式:
1. 利用 js2py 这类模块来执行相关的js代码,获取相关参数;
2. 分析js的解析规则后使用纯python代码来实现这个规则。
下面根据有道翻译的js解析规则,使用纯python代码模拟有道翻译在浏览器上的请求。
<br/>
分析:
1. 发起请求的url
![](https://img.kancloud.cn/ef/91/ef915608c7c0ad0f1fd9a885862a2d70_1820x280.jpg)
<br/>
2. 发起请求需要的数据
![](https://img.kancloud.cn/6a/36/6a364a7f2931b165d86a0ecc57a64649_1329x418.jpg)
根据多次的分析,发现`salt`、`sign`、`lts`是动态变化的,需要我们找出这3个参数的计算规则。
<br/>
3. 根据分析,这`salt`、`sign`、`lts`3个参数的生成规则都是在`fanyi.min.js`文件中进行计算。
![](https://img.kancloud.cn/5e/34/5e34aaca2252e86c27884c7fb2b33502_1312x127.jpg)
<br/>
4. 到`fanyi.min.js`中寻找生成上面四个参数的规则,根据分析,得出的计算规则如下:
```js
var r = function(e) {
var t = n.md5(navigator.appVersion)
, r = "" + (new Date).getTime()
, i = r + parseInt(10 * Math.random(), 10);
return {
ts: r, // 根据分析,lts就是ts
bv: t,
salt: i,
sign: n.md5("fanyideskweb" + e + i + "Tbh5E8=q6U3EXe+&L[4c@")
}
};
```
<br/>
5. Python代码
```python
"""
@Date 2021/4/25
"""
import requests
import hashlib
import time
import random
class YouDao(object):
def __init__(self, word):
self.url = 'https://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'
self.headers = {
'User-Agent': 'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36',
'Cookie': 'OUTFOX_SEARCH_USER_ID=313193238@10.108.160.105; JSESSIONID=aaa7ct2Vq099Q_SufJiKx; OUTFOX_SEARCH_USER_ID_NCOO=1372802014.8122625; ___rl__test__cookies=1619355675246',
'Referer': 'https://fanyi.youdao.com/'
}
self.formData = None
self.word = word
def generate_formdata(self):
"""
生成formData数据
"""
# 1. 求出lts
ts = str(int(time.time() * 1000))
# 2. 求出salt
salt = ts + str(random.randint(0, 9))
# 3. 求出sign
tempstr = "fanyideskweb" + self.word + salt + "Tbh5E8=q6U3EXe+&L[4c@"
md5 = hashlib.md5()
md5.update(tempstr.encode())
sign = md5.hexdigest()
self.formData = {
'i': self.word,
'from': 'AUTO',
'to': 'AUTO',
'smartresult': 'dict',
'client': 'fanyideskweb',
'salt': salt,
'sign': sign,
'lts': ts,
'bv': 'cda1e53e0c0eb8dd4002cefc117fa588',
'doctype': 'json',
'version': '2.1',
'keyfrom': 'fanyi.web',
'action': 'FY_BY_CLICKBUTTION'
}
def get_data(self):
response = requests.post(self.url, data=self.formData, headers=self.headers)
data = response.json() # 响应的数据为json类型
print(type(data)) # <class 'dict'>
# {'translateResult': [[{'tgt': 'Life is too short to carpe diem', 'src': '人生苦短,及时行乐'}]], 'errorCode': 0, 'type': 'zh-CHS2en'}
print(data)
# 提取tgt和src信息
tgt = data['translateResult'][0][0]['tgt']
src = data['translateResult'][0][0]['src']
return {'tgt': tgt, 'src': src}
def run(self):
self.generate_formdata()
data = self.get_data()
print(data) # {'tgt': 'Life is too short to carpe diem', 'src': '人生苦短,及时行乐'}
if __name__ == '__main__':
youdao = YouDao("人生苦短,及时行乐")
youdao.run()
```
- 爬虫基本概念
- 爬虫介绍
- 通用爬虫与聚焦爬虫
- 通用爬虫
- 聚焦爬虫
- HTTP与HTTPS协议
- HTTP协议简介
- HTTP的请求与响应
- 客户端HTTP请求
- 服务端HTTP响应
- requests库
- requests库简介
- requests简单使用
- 发送带header的请求
- 发送带参数的请求
- 案例:下载百度贴吧页面
- 发送POST请求
- 使用代理
- 为什么要使用代理?
- 正反向代理
- 代理服务器分类
- 使用代理
- cookie和session
- cookie和session的区别
- 爬虫处理cookie和session
- 使用session登录网站
- 使用cookie登录网站
- cookiejar
- 超时和重试
- verify参数忽略CA证书
- URL地址的解码和编码
- 数据处理
- json数据处理
- json数据处理方案
- json模块处理json数据
- jsonpath处理json数据
- 正则表达式
- lxml
- xpath与lxml介绍
- xpathhelper插件
- 案例
- Beautiful Soup
- Beautiful Soup介绍
- 解析器
- CSS选择器
- 案例
- 四大对象
- 爬虫与反爬虫
- 爬虫与反爬虫的斗争
- 服务器反爬的原因
- 什么样的爬虫会被反爬
- 反爬领域常见概念
- 反爬的三个方向
- 基于身份识别进行反爬
- 基于爬虫行为进行反爬
- 基于数据加密进行反爬
- js解析
- chrome浏览器使用
- 定位js
- 设置断点
- js2py
- hashlib
- 有道翻译案例
- 动态爬取HTML
- 动态HTML
- 获取Ajax数据的方式
- selenium+driver
- driver定位
- 表单元素操作
- 行为链
- cookie操作
- 页面等待
- 多窗口与页面切换
- 配置对象
- 拉勾网案例
- 图片验证码识别
- 图形验证码识别技术简介
- Tesseract
- pytesseract处理图形验证码
- 打码平台
- 登录打码平台
- 验证码种类
- 多任务-线程
- 继承Thread创建线程
- 查看线程数量
- 资源共享
- 互斥锁
- 死锁
- 避免死锁
- Queue线程
- 多线程爬虫
- 多任务-进程
- 创建进程
- 进程池
- 进程间的通信
- Python GIL
- scrapy框架
- scrapy是什么?
- scrapy爬虫流程
- 创建scrapy项目
- Selector选择器
- logging
- scrapy shell
- 保存数据
- Item数据建模
- 翻页请求
- Request
- CrawlSpider
- settings
- 模拟登录
- 保存文件
- 内置Pipeline
- 自定义Pipeline
- 中间件
- selenium动态加载
- 防止反爬
- 随机User-Agent
- 随机IP代理
- settings中的参数
- 随机延迟
- request.meta常用参数
- 分布式爬虫
- 分布式原理
- scrapy_redis
- 去重问题
- 分布式爬虫编写流程
- CrawSpider改写成分布式
- scrapy_splash
- scrapy_splash是什么?
- scrapy_splash环境搭建
- APP抓取
- Android模拟器
- appium
- appium是什么?
- appium环境搭建
- appium环境联调测试
- appium的使用
- 演示项目-抓取抖音app
- 抖音app与appium的联调测试
- 元素定位
- 抖音appium代码
- 抓包软件
- url去重处理