python实现自动登录人人网并采集信息的方法

这篇文章主要介绍了python实现自动登录人人网并采集信息的方法,涉及Python模拟登陆及正则匹配的相关技巧,需要的朋友可以参考下

本文实例讲述了python实现自动登录人人网并采集信息的方法。分享给大家供大家参考。具体实现方法如下：

1. #!/usr/bin/python 
2. # -*- coding: utf-8 -*- 
3. import sys 
4. import re 
5. import urllib2 
6. import urllib 
7. import cookielib 
8. class Renren(object): 
9. def __init__(self): 
10. self.name = self.pwd = self.content = self.domain = self.origURL = '' 
11. self.operate = ''#登录进去的操作对象 
12. self.cj = cookielib.LWPCookieJar() 
13. try:  
14. self.cj.revert('./renren.coockie')  
15. except Exception,e: 
16. print e 
17. self.opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(self.cj)) 
18. urllib2.install_opener(self.opener) 
19. def setinfo(self,username,password,domain,origURL): 
20. '''设置用户登录信息''' 
21. self.name = username 
22. self.pwd = password 
23. self.domain = domain 
24. self.origURL = origURL 
25. def login(self): 
26. '''登录人人网''' 
27. params = { 
28. 'domain':self.domain, 
29. 'origURL':self.origURL, 
30. 'email':self.name,  
31. 'password':self.pwd} 
32. print 'login.......' 
33. req = urllib2.Request(  
34. 'http://www.renren.com/PLogin.do', 
35. urllib.urlencode(params) 
36. ) 
37. self.file=urllib2.urlopen(req).read()  
38. newsfeed = open('news.html','w') 
39. try: 
40. newsfeed.write(self.file) 
41. except Exception, e: 
42. newsfeed.close() 
43. self.operate = self.opener.open(req)  
44. print type(self.operate) 
45. print self.operate.geturl() 
46. if self.operate.geturl():  
47. print 'Logged on successfully!' 
48. self.cj.save('./renren.coockie') 
49. self.__viewnewinfo() 
50. else: 
51. print 'Logged on error' 
52. def __viewnewinfo(self): 
53. '''查看好友的更新状态''' 
54. self.__caiinfo() 
55. def __caiinfo(self): 
56. '''采集信息''' 
57. h3patten = re.compile('<article>(.*?)</article>')#匹配范围 
58. apatten = re.compile('<h3.+>(.+)</h3>:')#匹配作者 
59. cpatten = re.compile('</a>(.+)/s')#匹配内容  
60. content = h3patten.findall(self.file) 
61. print len(content)  
62. infocontent = self.operate.readlines() 
63. print type(infocontent) 
64. print 'friend newinfo:' 
65. for i in infocontent: 
66. content = h3patten.findall(i) 
67. if len(content) != 0: 
68. for m in content: 
69. username = apatten.findall(m) 
70. info = cpatten.findall(m) 
71. if len(username) !=0: 
72. print username[0],'说:',info[0] 
73. print '----------------------------------------------' 
74. else: 
75. continue 
76. ren = Renren() 
77. username = 'username'#你的人人网的帐号 
78. password = 'password'#你的人人网的密码 
79. domain = 'www.renren.com'#人人网的地址 
80. origURL = 'http://www.renren.com/home'#人人网登录以后的地址 
81. ren.setinfo(username,password,domain,origURL) 
82. ren.login() 

希望本文所述对大家的Python序设计有所帮助。