上來先貼地址，剛入門的可以來van啊：

黑板客爬蟲闖關

0x00 第一關

打開網址，看到如下頁面：

先抱著試試看的心態在網址後面加上數字看看效果：

怕不是個循環，獲取網頁中的數字不斷加到url中，驗證猜想，繼續試一試：

？？？？？

那就把原來的數字換掉：

妙啊：

這裏基本確定思路，獲取網頁內的數字，然後在將數字加入url進行循環提交

查看源碼，確定獲取的信息<h3>標簽內，並使用re庫匹配我們要的數字

import requests
from bs4 import BeautifulSoup
import re

def getHTMLText(url):           
    
 
try:
        r = requests.get(url, timeout = 30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ‘‘

def getNum(html):
    soup = BeautifulSoup(html, ‘html.parser‘)
    h3 = soup.find(‘h3‘).text
    num = re.findall(r‘\d{5}‘,h3)[0]
    
 
return num

def main():
    start_url = ‘http://www.heibanke.com/lesson/crawler_ex00/‘
    num = 39642
    while num:
        url = start_url + str(num)
        html = getHTMLText(url)
        print(html)
        num = getNum(html)

main()

跑起來：

0x01 第二關

初步斷定post兩個參數，用for循環遍歷30前的數字爆破密碼

先抓個包，看看兩個參數名叫啥

import
 
 requests
from bs4 import BeautifulSoup

def getHTMLText(url, kv):
    try:
        r = requests.post(url, data= kv)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ‘‘

def getcontent(html):
    soup = BeautifulSoup(html, ‘html.parser‘)
    h3 = soup.find(‘h3‘).text
    if not u‘密碼錯誤‘ in h3:
        print(html)

def main():
    url = ‘http://www.heibanke.com/lesson/crawler_ex01/‘
    for i in range(31):
        print(i)
        kv = {‘username‘: ‘1‘, ‘password‘: i}
        html = getHTMLText(url, kv)
        getcontent(html)

main()

吼吼吼，成功遼

黑板客爬蟲闖關第一關、第二關