用同事电脑登了一次百度账号，搜索框就被他用Python监控了

事情是这样的，由于昨天上班忘带笔记本了，就临时用了一下同事王大国的笔记本电脑，中间偶然登了一下百度地图开放平台的账号，没想到他今天给我发来这个：

尴尬的想找个地缝钻进去

经过一番询问，他终于道出了实情，原来百度的账号会自动同步。

例如，在登录了网页版的百度地图、百度API等账号后，浏览器会自动保持，你的所有百度账号就自动登上了。

当你使用已登录百度账号手机或电脑的百度搜索框时，他那里就会自动弹出历史搜索记录，如下图：

然后可以用python爬虫定时获取搜索记录

首先抓包获取数据接口：

然后写个小爬虫，因为要有账号信息，所以要带上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) 

但是你可能会遇到上面这种情况，报编码错误

我去网上查了一下，以为是编码的问题，然后给cookie加了“utf-8”编码方式，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"} 

又报错了。。。。。

就在我认为百度是不是有什么高端的反爬措施时，突然发现cookie的“BDUSS”参数有点问题，如下：

BDUSS=JkRjIyUFR2T01Yd3QxcTZ…AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAP4Gzl~-Bs5fZX 

中间多了省略号，这是因为字符太长了，被自动省略了，于是我赶紧把该参数补全，重新尝试了一下：

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

最后加个循环程序：

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') #时间戳 
    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) 

以自己的亲身经历告诉大家，千万不要在被人电脑上乱登账号，小则丢人、大则丢金，切记切记!

【责任编辑：未丽燕 TEL：（010）68476606】