猿人学 — 第1届第13题（解题思路附源码）

• 发现在翻页过程中，只要中途有几秒的间隔，那么就会显示拉取数据失败，然后网页重新加载回到刚进来显示的第一页的情况
  

• 重新加载时，会发送一系列的请求，发现其中向地址https://match.yuanrenxue.cn/match/13发送一前一后两个请求，
  在前一个请求中，发现响应头中有Set-Cookie，因此猜测若想访问各个页面则需要先访问这个请求获取sessionid
  

• 另外还发现，后一个请求中携带的Cookie中的yuanrenxue_cookie与前一个请求中携带的不一样，并且在目标页面访问过程中
  携带的yuanrenxue_cookie和后一个请求中携带的是一样的

  
  

• 那么后面请求中的yuanrenxue_cookie是从哪里来的呢？这个Cookie值的改变发生在第一次向https//match.yuanrenxue.cn/match/13请求后，
  但是在chrome中又没有看到这个请求的返回值，猜想是不是返回值在chrome中不支持显示，因此用Fildder抓包再看一看各个请求的具体情况，验证一下猜想
  

• 果然发现这个请求其实是有返回值的，我们把关键信息放入Console面板一输出再比对请求，发现这就是我们想要的yuanrenxue_cookie

  

• 源码如下

  python">import re
  import requests# 创建会话并设置请求头和cookie
  obj = requests.session()
  obj.headers={'Referer':'https://match.yuanrenxue.cn/list','User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like 	Gecko) Chrome/129.0.0.0 Safari/537.36',
  }
  # 设置成自己的sessionid
  obj.cookies.set('sessionid','k0tkqbv28g7ubtjyr1e5a3mjcyzz98uf')# 获取更新后的yuanrenxue_cookie值
  res = obj.get(url='https://match.yuanrenxue.cn/match/13')
  cookie_list = eval(re.findall('\(.*\)',res.text)[0]).split('=')
  obj.cookies.update({cookie_list[0]:cookie_list[1]}
  )
  # 访问具体页面时一定要注意先更新请求头信息中的Referer
  obj.headers.update({'Referer':'https://match.yuanrenxue.cn/match/13'})# 向各个页面发送请求并获取数据
  total_value = 0
  for pid in range(1,6):res = obj.get(url=f'https://match.yuanrenxue.cn/api/match/13?page={pid}')data = res.json()['data']print(f"第{pid}页数据:{data}")for item in data:total_value += int(item['value'])print(f"前5页数字总和:{total_value}")

• 运行结果

  
  

• 笔者为刚接触逆向的小白，若上面有错误、不合理和值得优化的地方，欢迎各位大佬批评指正！