第14.18节 爬虫实战4： request+BeautifulSoup+os实现利用公众服务Wi-Fi作为公网IP动态地址池

写在前面：本文相关方法为作者独创，仅供参考学习爬虫技术使用，请勿用作它途，禁止转载！

一、 引言
在爬虫爬取网页时，有时候希望不同的时候能以不同公网地址去爬取相关的内容，去网上购买地址资源池是大部分人员的选择。老猿所在的环境有电信运输商部署的对外开放的WiFi，由于涉及对外开放支持不同用户接入，其分配的地址经过NAT地址转换，但其公网地址一定是一个地址池，对于需要公网地址池资源的人员来说，这就是一个免费的地址资源池。本节介绍的内容就是怎么借用这个地址资源池作为自己的地址池。

二、 要解决的问题
老猿仔细思考如何借用电信运营商提供给公众服务的WiFi，发现需要解决如下几个问题：

  1. Wi-Fi后面必须有个支持动态分配和映射的公网地址池，这个一般的公众服务Wi-Fi都是这样的，不存在问题；
  2. Wi-Fi最好支持账号、密码登录或自动登录功能，不能使用短信校验码登录，这个问题很关键，老猿所在区域的电信Wi-Fi需要使用手机+短信随机码方式登录，但登录一次后支持自动登录，即下次使用时无需再次认证，直接使用cookies信息自动登录；
  3. 需要能支持公网地址的动态分配，不能使用重复地址，这个一般公众服务的Wi-Fi都是动态分配地址，但有可能重复分配地址，需要爬虫应用读取公网地址判断是否重复；
  4. 确保所有爬虫应用访问数据都能从Wi-Fi连接出去，这个解决很简单，将其他网卡连接禁用就可以。

三、 实现方案关键点介绍
1、 要实现通过爬虫自动复位Wi-Fi连接并分配一个地址，需要通过对应操作系统命令去进行操作，老猿使用的windows7的操作系统，使用的命令是windows相关的命令，直接调用os模块的system指令执行命令；
2、 浏览器打开使用的是webbrowser模块；
3、 使用前必须公众WiFi支持登录一次后后续登录支持自动登录，否则老猿下面的代码不能直接使用，还需要自己增加登录相关处理；
4、 读取公网IP使用的是《第14.17节 爬虫实战3： request+BeautifulSoup实现自动获取本机上网公网地址》介绍的方法；
5、 dosomething()函数是各位自己应用的代码，需要自己处理。

四、 利用公众WiFi实现公网地址池的案例代码
大家在windows下把如下内容拷贝存入文件即可实现借用公众服务WiFi地址资源池的目的：

#代码中的：
#wifinet:为无线网卡的名字，各位需要替换为自己的无线网卡名
#wifiname：各位所使用公众WiFi的名字，各位需要替换为自己的公众WiFi名
#执行机器必须有Google浏览器，如果没有相关涉及浏览器的处理代码需要修改
 
from bs4 import BeautifulSoup
import urllib.request
import os
import webbrowser
import time 
wifiname='wifi名'  #存放wifi名
wifinet = 'MyWIFI'  #存放无线网卡名


def isdupip(ipinfo):
#判断IP是否是原来已经分配过的IP
    try:  fp = open(r'c:	emp
etip.log','r+')
    except FileNotFoundError:
        fp = open(r'c:	emp
etip.log','w')
        buff =''    
    else: buff = fp.read(None)
    
    if buff.find(ipinfo)>=0:
        print(f"本次的IP地址为以前分配过的重复公网IP地址:{ipinfo}")
        fp.close()
        return True
    else: 
        fp.write(ipinfo+'
')
        fp.close()
        return False
        
def getip():
#获取本机公网IP地址
    header = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.157 Safari/537.36'}
    cookie='BAIDUID=05715D2A65E185B06ECD6CB62056F630:FG=1; BIDUPSID=05715D2A65E185B06ECD6CB62056F630; PSTM=1563498219; BD_UPN=12314353; ispeed_lsm=2; MCITY=-%3A; BDORZ=B490B5EBF6F3CD402E515D22BCDA1598; BD_HOME=1; H_PS_PSSID=1429_21095_29523_29519_29721_29568_29220_29072_29640; BDRCVFR[feWj1Vr5u3D]=I67x6TjHwwYf0; delPer=0; BD_CK_SAM=1; PSINO=7; ZD_ENTRY=baidu; sug=0; sugstore=1; ORIGIN=0; bdime=0; COOKIE_SESSION=15_0_9_9_18_35_0_4_9_5_0_0_69285_0_0_0_1567933423_0_1567941823%7C9%23278256_7_1564840597%7C2; H_PS_645EC=143a70YMQeyHbLrfwaFTZLdW6usn4%2FtO8C6yxMcDcF7RjvdnVWhYHMxScchloWr5ipmN; WWW_ST=1567941827974'
    req = urllib.request.Request(url='https://www.baidu.com/s?ie=utf-8&mod=1&isbd=1&isid=05715D6F63032916&ie=utf-8&f=8&rsv_bp=1&rsv_idx=2&tn=baiduhome_pg&wd=IP&rsv_spt=1&oq=IP&rsv_pq=a0a4fcb40013a6aa&rsv_t=143a70YMQeyHbLrfwaFTZLdW6usn4%2FtO8C6yxMcDcF7RjvdnVWhYHMxScchloWr5ipmN&rqlang=cn&rsv_enter=0&rsv_dl=tb&inputT=4024&rsv_sug4=4105&bs=IP&rsv_sid=undefined&_ss=1&clist=&hsug=&f4s=1&csor=2&_cr1=28287',headers=header)
    text = urllib.request.urlopen(req,timeout=5).read().decode()
    soup = BeautifulSoup(text, 'lxml')
    ipinfo=soup.select_one('table>tr>td span.c-gap-right').string[6:]  
    if not   ipinfo:
        print("访问百度获取公网IP地址失败")  
        return None 
    elif  isdupip(ipinfo):return None  
    else:
        print(f"本机公网地址为:{ipinfo}")
        return ipinfo

def restartnet():
    for i in range(1,5):
        print(f"
第{i}次尝试重新打开网络......")
        print(rf"释放wifi IP:ipconfig /release {wifinet}>C:TEMP
et.log")
        os.system(rf'ipconfig /release {wifinet}>C:TEMP
et.log')  
        print(f"停止wifi连接:netsh interface set interface {wifinet} disable")                          
        os.system(rf'netsh interface set interface {wifinet} disabled>C:TEMP
et.log')
        
        print("尝试关闭谷歌浏览器... ")  
        os.system(r'taskkill /im chrome.exe >C:TEMP
et.log')
        print(f"启用WiFi连接:netsh interface set interface {wifinet} enabled")
        os.system(rf'netsh interface set interface {wifinet} enabled>C:TEMP
et.log')
        time.sleep(10)
        print("连接WiFi:netsh wlan connect name="+wifiname)
        cmd=r'netsh wlan connect name='+wifiname+r'>C:TEMP
et.log'
        print(cmd)
        os.system(cmd)
        time.sleep(10)
        print(r"刷新WiFi地址")
        os.system(rf'ipconfig /renew {wifinet}>C:TEMP
et.log')
        time.sleep(5)
        
        #启动浏览器访问网页，激活公众WiFi的自动登录功能 
        print("execute:尝试打开百度和sohu进行访问")
        webbrowser.open('https://www.baidu.com/', new=0,autoraise=False) 
        time.sleep(5)
        webbrowser.open('http://www.sohu.com', new=0,autoraise=False) 
        time.sleep(10)
        print("execute:尝试打开CSDN进行访问")
        webbrowser.open('https://blog.csdn.net', new=0,autoraise=False) 
        time.sleep(5)  
        webbrowser.open('http://iyenn.com/index/link?url=https://blog.csdn.net/LaoYuanPython', new=0,autoraise=False) 
        time.sleep(20)
        try:
            ipinfo = getip()
            if not ipinfo:
                print("尝试重新连接WiFi失败，错误原因可能是重复的IP地址或访问网络失败")
                continue
        except Exception as e:
            print(f"访问网络出现异常，异常内容为：
{e}")
            continue
            
     
        else:return ipinfo

def dosomething():
    print("******************请将自己要处理任务的代码放在dosomething函数中

")
    time.sleep(5)
    return    
    
def main():
   while  restartnet():   dosomething()
   
main()



  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98
  • 99
  • 100
  • 101
  • 102
  • 103

注意，上述代码中的cookie内容请大家参考《第14.17节 爬虫实战3： request+BeautifulSoup实现自动获取本机上网公网地址》。

执行结果截图（涂抹部分为服务商wifi名字）：
在这里插入图片描述
老猿Python，跟老猿学Python!
博客地址：http://iyenn.com/index/link?url=https://blog.csdn.net/LaoYuanPython
老猿Python博客文章目录：http://iyenn.com/rec/324322.html
请大家多多支持，点赞、评论和加关注！谢谢！

文章知识点与官方知识档案匹配，可进一步学习相关知识
Python入门技能树网络爬虫Beautiful Soup333550 人正在系统学习中
老猿Python
微信公众号
专注Python相关语言、图像音视频处理、AI
注：本文转载自blog.csdn.net的LaoYuanPython的文章"https://blog.csdn.net/LaoYuanPython/article/details/100970133"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。
复制链接
相关推荐
发表评论

评论记录：

未查询到任何数据！