建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網營銷解決方案
用同事電腦登了一次百度賬號，搜索框就被他用Python監(jiān)控了
事情是這樣的，由于昨天上班忘帶筆記本了，就臨時用了一下同事王大國的筆記本電腦，中間偶然登了一下百度地圖開放平臺的賬號，沒想到他今天給我發(fā)來這個：
尷尬的想找個地縫鉆進去
經過一番詢問，他終于道出了實情，原來百度的賬號會自動同步。
例如，在登錄了網頁版的百度地圖、百度API等賬號后，瀏覽器會自動保持，你的所有百度賬號就自動登上了。
當你使用已登錄百度賬號手機或電腦的百度搜索框時，他那里就會自動彈出歷史搜索記錄，如下圖：
然后可以用python爬蟲定時獲取搜索記錄
首先抓包獲取數(shù)據(jù)接口：
然后寫個小爬蟲，因為要有賬號信息，所以要帶上cookie：
- import requests
- header={
- 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:82.0) Gecko/20100101 Firefox/82.0',
- "Cookie":'',
- url='https://www.baidu.com/sugrec?prod=pc_his&from=pc_web&json=1'
- response=requests.get(url,headers=header)
- print(response.text)
- UnicodeEncodeError: 'latin-1' codec can't encode character '\u2026' in position 518: ordinal not in range(256)
但是你可能會遇到上面這種情況，報編碼錯誤
我去網上查了一下，以為是編碼的問題，然后給cookie加了“utf-8”編碼方式，如下：
- import requests
- header={
- 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:82.0) Gecko/20100101 Firefox/82.0',
- "Cookie":''.encode("utf-8"),
- url='https://www.baidu.com/sugrec?prod=pc_his&from=pc_web&json=1'
- response=requests.get(url,headers=header)
- print(response.text)
- {"err_no":0,"errmsg":"","queryid":"0x21a1c8a90872b8"}
又報錯了。。。。。
就在我認為百度是不是有什么高端的反爬措施時，突然發(fā)現(xiàn)cookie的“BDUSS”參數(shù)有點問題，如下：
- BDUSS=JkRjIyUFR2T01Yd3QxcTZ…AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAP4Gzl~-Bs5fZX
中間多了省略號，這是因為字符太長了，被自動省略了，于是我趕緊把該參數(shù)補全，重新嘗試了一下：
- import requests
- header={
- 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:82.0) Gecko/20100101 Firefox/82.0',
- "Cookie":'',
- }
- url='https://www.baidu.com/sugrec?prod=pc_his&from=pc_web&json=1'
- response=requests.get(url,headers=header)
- print(response.text)
大功告成
最后加個循環(huán)程序：
- import requests
- import json
- import datetime,time
- header={
- 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:82.0) Gecko/20100101 Firefox/82.0',
- "Cookie":'',
- }
- url='https://www.baidu.com/sugrec?prod=pc_his&from=pc_web&json=1'
- result=[]
- while True:
- dt = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S') #時間戳
- response=requests.get(url,headers=header)
- datas=json.loads(response.text)['g']
- for data in datas:
- if data['q'] not in result:
- print(data['q']+' '+dt)
- result.append(data['q'])
- time.sleep(60)
以自己的親身經歷告訴大家，千萬不要在被人電腦上亂登賬號，小則丟人、大則丟金，切記切記!
網站題目：用同事電腦登了一次百度賬號，搜索框就被他用Python監(jiān)控了
文章URL：http://m.fisionsoft.com.cn/article/cdhogog.html
