爬虫：用selenium+phantomJS实现简单的登录破解，本文以博客园的登录为例

有时候大家在爬虫的时候会遇到要登录的情况，如果不登录则爬不到自己想要的东西，这里以博客园为例，here we go~~

首先简单的介绍一下selenium和phantomJS：

selenium是一款测试工具，能够模拟用户对浏览器进行操作，

phantomJS是一款轻便式浏览器，其没有界面并且功能相对简单，因此速度上会比较快速。

说到这大家应该明白selenium+phantomJS如何实现登录破解了，对，就是模拟人工操作。

我们现看一下博客园的登录界面：https://passport.cnblogs.com/user/signin?ReturnUrl=https%3A%2F%2Fwww.cnblogs.com%2F

 

找到这些元素所在的点，填写账号密码，并且点击登录按钮，之后等待一段时间，因为页面加载需要时间，之后就可以爬取登陆后的界面：

话不多说，直接上代码：

package com.eversec.crawler;

import org.openqa.selenium.By;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.WebElement;
import org.openqa.selenium.phantomjs.PhantomJSDriver;
import org.openqa.selenium.phantomjs.PhantomJSDriverService;
import org.openqa.selenium.remote.DesiredCapabilities;

import java.util.List;
import java.util.concurrent.TimeUnit;

/**
 * Created by tyx on 2017/9/14.
 * 通过selenium+phantomJS登录博客园
 */
public class CnblogLogin {
    public static void main(String[] args) throws Exception{
        DesiredCapabilities desiredCapabilities = new DesiredCapabilities();
        //ssl证书支持
        desiredCapabilities.setCapability("acceptSslCerts", true);
        //截屏支持
        desiredCapabilities.setCapability("takesScreenshot", true);
        //css搜索支持
        desiredCapabilities.setCapability("cssSelectorsEnabled", true);
        //js支持
        desiredCapabilities.setJavascriptEnabled(true);
        //驱动支持
        desiredCapabilities.setCapability(PhantomJSDriverService.PHANTOMJS_EXECUTABLE_PATH_PROPERTY,"D:\phantomjs-2.1.1-windows\phantomjs-2.1.1-windows\bin\phantomjs.exe");
        //创建无界面浏览器对象

        WebDriver webDriver = new PhantomJSDriver(desiredCapabilities);
        try {
            webDriver.get("https://passport.cnblogs.com/user/signin?ReturnUrl=https%3A%2F%2Fwww.cnblogs.com%2F");
            WebElement usernameEle = webDriver.findElement(By.id("input1"));
            WebElement passwordEle = webDriver.findElement(By.id("input2"));
//        设置账号密码
            usernameEle.sendKeys("");
            passwordEle.sendKeys("");
            WebElement loginButtom = webDriver.findElement(By.id("signin"));
            loginButtom.click();
            webDriver.manage().timeouts().implicitlyWait(5, TimeUnit.SECONDS);
            List<WebElement> elements = webDriver.findElements(By.xpath("//a[@class='titlelnk']"));
            for (WebElement element : elements){
                System.out.println(element.getText());
            }
        }catch (Exception e){
            e.printStackTrace();
        }finally {
            webDriver.close();
            webDriver.quit();
        }
    }
}

运行后结果如下：

由此实现对博客园登录的破解

欢迎大家来交流爬虫方面的经验