手把手教你使用curl2py自动构造爬虫代码并进行网络爬虫-技术圈

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

白头搔更短，浑欲不胜簪。

大家好，我是Python进阶者。

前言

前几天给大家分享了小小明大佬的两篇文章，分别是盘点一个小小明大佬开发的Python库，4个超赞功能和手把手教你用Python网络爬虫获取B站UP主10万条数据并用Pandas库进行趣味数据分析，这两篇文章里边都有说到curl2py命令，这个命令十分的神奇，通过curl2py命令将网页请求参数直接转换为python代码。

curl2py命令是小小明大佬开发的filestools库下四大神器之一，filestools目前包含四个工具包，分别是树形目录显示、文件差异比较、图片加水印和curl请求转python代码。关于其他三个神器的介绍，在上面那个超链接里边也有，这里给出源地址出处，直击小小明大佬开发的库。

https://pypi.org/project/filestools/

前几天有粉丝在问这个curl2py命令不知道怎么使用，今天这篇文章就是一个手把手教程，希望大家后面都可以用上，下面一起来看看吧！

一、安装

你可以选择在命令提示符使用pip安装filestools库，安装命令：

pip install filestools或者pip install filestools -i http://pypi.douban.com/simple/ --trusted-host=pypi.douban.com

二、传统方法

1、目标网站

安装之后，我们就可以进行使用了。这里我们以小小明大佬之前介绍过的这个网站为例，进行说明。

小小数据网站：https://xxkol.cn/kol

【注意】：如果是初次登录这个网站，需要进行微信扫码登录，才能有浏览权限噢！

2、网页请求

那么现在我们需要获取这个网站的数据，就需要对改网站进行请求。老规矩，右键选择“检查”（如下图所示）或者直接按下鼠标快捷键F12，可以进入开发者模式。

进入到开发者模式，如下图所示。依次选择网络-->Fetch/XHR

我们尝试进行翻页查看数据的话，发现这个网站其实是JS加载的，那么就需要构造请求头，如下图所示。

按照以往的做法，我们肯定是需要手动的去把这些cookies、headers和params参数挨个的去复制粘贴到我们的代码文件里边。这么做肯定是可以的，但是容易出现出错或者漏了某一个参数，而且费时费力，万一出错了，你还得挨个从头到尾去检查，十分的头大。

那现在小小明大佬给我们开发的这个curl2py工具呢，就直接解放了我们的双手，我直呼小小明yyds！下面一起来看看如何使用吧。

三、curl2py工具

1、复制为cURL(bash)

继续沿用上一步的网站和分析情况，我们只需要在JS网址上进行右键，然后依次选择复制-->复制为cURL(bash)，如下图所示。

2、使用curl2py工具转换代码

复制好之后，我们只需要在Pycharm中运行以下代码，其中代码中的xxx，就是上面复制到的curl命令，直接粘贴替换下面的xxx即可。

from curl2py.curlParseTool import curlCmdGenPyScript
curl_cmd = """xxx"""output = curlCmdGenPyScript(curl_cmd)print(output)

3、实列

下面来看实际操作，以刚刚这个网站为例，小编刚刚已经复制了，然后替换粘贴代码，代码如下所示。

from curl2py.curlParseTool import curlCmdGenPyScript
curl_cmd = '''curl 'https://xxkol.cn/api/klist?pagesize=20&page=2&name=&follower_start=&follower_end=&inter_start=&inter_end=&xxpoint_start=&xxpoint_end=&platform=&sex=&attribute=&category=&sort_type=' \  -H 'authority: xxkol.cn' \  -H 'sec-ch-ua: "Chromium";v="92", " Not A;Brand";v="99", "Microsoft Edge";v="92"' \  -H 'accept: application/json, text/plain, */*' \  -H 'authorization: eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJ1c2VyaW5mbyI6eyJvcGVuaWQiOiJvcEowYzB0V2p4RmJ4bTMwQ1FyZE9QSXNaWmlJIiwiaWQiOjEzMzc2fSwiaXNzIjoiaHR0cHM6XC9cL2JhY2sueHhrb2wuY24iLCJhdWQiOiJodHRwczpcL1wvYmFjay54eGtvbC5jbiIsImlhdCI6MTYyOTM1NzExNSwibmJmIjoxNjI5MzU3MTE1LCJleHAiOjE2Mjk5NjE5MTV9.W4l1RoQPNgCXBBBobO49QcfMjgYsM4nuKNtCmKshhHA' \  -H 'sec-ch-ua-mobile: ?0' \  -H 'user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36 Edg/92.0.902.73' \  -H 'sec-fetch-site: same-origin' \  -H 'sec-fetch-mode: cors' \  -H 'sec-fetch-dest: empty' \  -H 'referer: https://xxkol.cn/kol' \  -H 'accept-language: zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6' \  -H 'cookie: Hm_lvt_d4217dc2524e360ff487588dd84ad4ab=; xxtoken=eyJ0eXGciOiJIUzI1NiJ9.eyJ1c2VyaW5mbyI6eyJvcGVuaWQiOiJvcEowYzB0V2p4RmJ4bTMwQ1FyZE9QSXNaWmlJIiwiaWQiOjEzMzc2fSwiaXNzIjoiaHR0cHM6XC9cL2JhY2sueHhrb2wuY24iLCJhdWQiOiJodHRwczpcL1wvYmFjay54eGtvbC5jbiIsImlhdCI6MTYyOTM1NzExNSwibmJmIjoxNjI5MzU3MTE1LCJleHAiOjE2Mjk5NjE5MTV9.W4l1RoQPNgCXBBBobO49QcfMjgYsM4nuKNtCmKshhHA; Hm_lpvt_d4217dc2524e360ff487588dd84ad4ab=1629212' \  --compressed'''output = curlCmdGenPyScript(curl_cmd)print(output)

运行代码之后，我们在控制台会得到具体的爬虫代码，如下图所示。

也就是说，都不需要你动手，小小明大佬直接给你把代码都构造出来了，是不是个狠人？

这里我把控制台输出的代码直接拷贝出来，粘贴到这里，这样大家看得可能会更直观一些。

########################################      The generated by curl2py.      #      author：小小明                  #######################################
import requestsimport json
headers = {    "authority": "xxkol.cn",    "sec-ch-ua": "\"Chromium\";v=\"92\", \" Not A;Brand\";v=\"99\", \"Microsoft Edge\";v=\"92\"",    "accept": "application/json, text/plain, */*",    "authorization": "eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJ1c2VyaW5mbyI6eyJvcGVuaWQiOiJvcEowYzB0V2p4RmJ4bTMwQ1FyZE9QSXNaWmlJIiwiaWQiOjEzMzc2fSwiaXNzIjoiaHR0cHM6XC9cL2JhY2sueHhrb2wuY24iLCJhdWQiOiJodHRwczpcL1wvYmFjay54eGtvbC5jbiIsImlhdCI6MTYyOTM1NzExNSwibmJmIjoxNjI5MzU3MTE1LCJleHAiOjE2Mjk5NjE5MTV9.W4l1RoQPNgCXBBBobO49QcfMjgYsM4nuKNtCmKshhHA",    "sec-ch-ua-mobile": "?0",    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36 Edg/92.0.902.73",    "sec-fetch-site": "same-origin",    "sec-fetch-mode": "cors",    "sec-fetch-dest": "empty",    "referer": "https://xxkol.cn/kol",    "accept-language": "zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6"}cookies = {    "Hm_lvt_d4217dc2524e36588dd84ad4ab": "1629232919",    "xxtoken": "eyJ0eXAiOiJKVhbGciOiJIUzI1NiJ9.eyJ1c2VyaW5mbyI6eyJvcGVuaWQiOiJvcEowYzB0V2p4RmJ4bTMwQ1FyZE9QSXNaWmlJIiwiaWQiOjEzMzc2fSwiaXNzIjoiaHR0cHM6XC9cL2JhY2sueHhrb2wuY24iLCJhdWQiOiJodHRwczpcL1wvYmFjay54eGtvbC5jbiIsImlhdCI6MTYyOTM1NzExNSwibmJmIjoxNjI5MzU3MTE1LCJleHAiOjE2Mjk5NjE5MTV9.W4l1RoQPNgCXBBBobO49QcfMjgYsM4nuKNtCmKshhHA",    "Hm_lpvt_d4217dc2524e360ff488dd84ad4ab": "16292212"}params = {    "pagesize": "20",    "page": "2",    "name": "",    "follower_start": "",    "follower_end": "",    "inter_start": "",    "inter_end": "",    "xxpoint_start": "",    "xxpoint_end": "",    "platform": "",    "sex": "",    "attribute": "",    "category": "",    "sort_type": ""}
res = requests.get(    "https://xxkol.cn/api/klist",    params=params,    headers=headers,    cookies=cookies)print(res.text)

哟嚯，这代码，直接给你呈现出来了，讲真，这代码比我们自己写出来的还要好呢，真是tql！

有的吃瓜群众可能就要问了，小编啊，这个代码能跑嘛？当然可以了！下面一起来运行下吧！直接在Pycharm里边复制控制台的代码，将首尾两行Pycharm自带的提示去除，就可以跑了，右键运行，得到下图的结果。

可以看到返回code 0，说明程序运行成功，而且可以看到滚动条那么小，可以想象数据量还是蛮大的，这个数据一看就是json格式的，直接将结果放到在线json网站中去看看。

json在线解析网址：https://www.sojson.com/

然后点击红色框框中的校验/格式化，可以看到json格式的数据，如下图所示。

这下看上去是不是清爽很多了呢？

四、总结

我是Python进阶者，这篇文章主要给大家介绍了curl2py工具及其用法。curl2py工具的确是一个神器，功能强大，而且十分方便，有了它，基本上网页请求数据的复制、粘贴等传统方式都通通帮你搞定了，而且省事省心省力，还不用担心翻车。小伙伴们，你学会了嘛？快快用起来吧！

------------------- End -------------------

往期精彩文章推荐：

手把手教你用Python改造一款外星人入侵小游戏
手把手教你用Python网络爬虫+自动化来创建一位属于你自己的虚拟女票(附源码)
Python也能操作Mysql数据库
盘点那些年我们一起玩过的网络安全工具

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

/今日留言主题/

随便说一两句吧~~