然后获取页面验证码，代码如下

def download_captcha():
    url= " http://www.zhihu.com/captcha.gif "#验证码地址
    r = s.get(url,params={"r":str(int(time.time() * 1000)),"type":"login"})#请求获取验证码，params为参数，在chrome中可以看到
    if int(r.status_code)!=200:#http返回状态不为200则报错
        raise NetworkError(u"request captcha error")
    image_name=u"verify."+r.headers['content-type'].split("/")[1]#获取文件名
    open(image_name,"wb").write(r.content)#将验证码保存到本地
    print (u"正在调用外部程序渲染验证码....")
    captcha_code=raw_input("please enter captcha: ")#输入保存的验证码
    return captcha_code#返回验证码，供后续使用

接下来是组织提交的数据

def build_form(account,password):
    form={account_type:account,"password":password,"remember_me":'true'}#用户名，密码及是否'记住我'
    form['_xsrf']=search_xsrf()#调用获取xsrf的方法获得xsrf
    form['captcha']=download_captcha()#调用获得验证码的方法获得验证码
    return form

SOL区块链破解生成代币 破解合约绕过区块链制定新的规则合约代币 #区块链破解 #代币生成 需要做的人可以来联系：@Perlah544

进行数据提交，判断是否登录成功

def upload_form(form):
    url= " http://www.zhihu.com/login/email "
    headers = {
        'User-Agent': "Mozilla/5.0 (Windows NT 10.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36",
        'Host': "www.zhihu.com",
        'Origin': "http://www.zhihu.com",
        'Referer': "http://www.zhihu.com/",
        'X-Requested-With': "XMLHttpRequest",

    }#构造请求头
    r=s.post(url,data=form,headers=headers)#post提交请求数据
    if int(r.status_code)!=200:
        raise  NetworkError(u"upload form failed")
    if r.headers['content-type'].lower() =="application/json":#返回数据判断
        result=r.json()#将返回数据转为json格式
        if result["r"]==0:
            print(u"login success")
            return{"result":True}
        elif result["r"]==1:
            print(u"login failed")
            return

以上就是模拟登录知乎的程序,完成代码请查看文件夹中的zhihuLogin.py。验证码图片保存在和zhihuLogin.py相同的目录下，在实验环境下可能无法查看验证码，请在自己机器中运行代码。

SOL区块链破解生成代币 破解合约绕过区块链制定新的规则合约代币 #区块链破解 #代币生成 需要做的人可以来联系：@Perlah544

爬虫相关知识
爬虫的主要工作是爬取网页上的各类信息，目标网站出于保护信息，降低负载等原因一般会有反爬措施，此外不同网站有不同的页面结构和页面生成策略，所以在爬取网站信息时有很多通用的小知识需要了解和掌握。
1.设置cookie
有些网站需要登录后才能进行下一步操作，此时发送的请求一般需要携带cookies，发送带有cookies的请求流程一般为首先获取cookies，然后使用cookies。requests获得cookies的语句如下 mycookies=requests.get(url).headers.get('cookie')
2.保持会话
在需要登录的网站中，除了发送带有cookies的请求外还需要保持会话,使用requests.Session()可以保持会话，这样登录以后就可以继续操作其他页面。
3.使用代理
当频繁爬取一个目标网站时，目标网站可能会随机弹出验证码或者将爬虫的源IP封掉，禁止访问。此时，使用代理便可解决以上两个问题。使用代理的一般代码如下 proxies = {"http":"http://XX.XX.XX.XX:XXXX"} response = requests.get(url=url, proxies=proxies)
4.验证码识别
对于需要输入验证码的网站，有两种解决办法：一种是手工输入提交，另一种算法识别。目前对于简单的验证码可以使用google的pytesser库进行识别，但复杂验证码识别率很低，所以对于需要填写验证码的页面还是手工查看输入提交效率更高。
5.伪装浏览器
将爬虫请求伪装成为普通浏览器的请求可以有效的防止被目标网站封掉，伪装请求主要是设置请求request的头部。头部信息通过chrome可查看，如下图： 
设置头部的语句如下： headers = {'User-Agent':'XXXXX', 'Referer':'XXXXX'} response = requests.get(url=url, headers=headers)
6.延迟爬取
为了减轻目标网页的访问压力，进而防止被目标网站封掉，一般需要限制爬取频率，限制爬取频率可以使用time.sleep(x)来控制爬虫爬取速度，x的取值一般为2或3即可。
SOL区块链破解生成代币 破解合约绕过区块链制定新的规则合约代币 #区块链破解 #代币生成 需要做的人可以来联系：@Perlah544

scrapy框架介绍
框架（Framework）是整个或部分系统的可重用设计，表现为一组抽象构件及构件实例间交互的方法;另一种定义认为，框架是可被应用开发者定制的应用骨架。简单讲框架是指对某一技术进行抽象，提取出共同的特征，将其进行固化，使用框架可以避免重复造轮子，提高开发效率。在第二章中我们介绍了爬虫的爬取流程，一般为请求网页，提取数据，存储数据。scrapy就是根据爬虫爬取数据流程设计的一种python爬虫框架。

引擎(Scrapy Engine):用来处理整个系统的数据流处理，触发事务。
调度器(Scheduler):受引擎发过来的请求，压入队列中，并在引擎再次请求的时候返回。
下载器(Downloader)下载网页内容，并将网页内容返回给蜘蛛。
蜘蛛(Spiders):主要干活的，用它来制订特定域名或网页的解析规则。编写用于分析response并提取item(即获取到的item)或额外跟进的URL的类。 每个spider负责处理一个特定(或一些)网站。
管道(Item Pipeline):理有蜘蛛从网页中抽取的项目，他的主要任务是清洗、验证和存储数据。当页面被蜘蛛解析后，将被发送到项目管道，并经过几个特定的次序处理数据。
下载器中间件(Downloader Middlewares):scrapy引擎和下载器之间的钩子框架，主要是处理Scrapy引擎与下载器之间的请求及响应。
蜘蛛中间件(Spider Middlewares):介于Scrapy引擎和蜘蛛之间的钩子框架，主要工作是处理蜘蛛的响应输入和请求输出。
调度中间件(Scheduler Middlewares):介于Scrapy引擎和调度之间的中间件，从Scrapy引擎发送到调度的请求和响应。

不要被上述的名词所吓倒，在实际应用中我们一般只使用三个模块，一是Spiders，这个模块负责定义抓取地址和抓取规则并进行页面抓取；二是items，负责定义抓取的数据格式；三是PipeLine，负责将抓取到的数据进行处理。
SOL区块链破解生成代币 破解合约绕过区块链制定新的规则合约代币 #区块链破解 #代币生成 需要做的人可以来联系：@Perlah544