网页手机号抓取程序(免费的临时手机号，告别垃圾短信骚扰！(组图))

　　网页手机号抓取程序(免费的临时手机号，告别垃圾短信骚扰！(组图))

　　注：本文提供的思路和代码仅用于个人测试和研究，并未对目标网站造成实质性干扰，所有细节已通知网站的开发者，也请不要用于恶意用途。

　　在我的微信公众号“免费临时手机号，你可以用这些公共手机号注册一些好玩的（或者你知道的）网站和APP，不用担心个人信息泄露。免费临时手机号号码，与垃圾邮件骚扰说再见！

　　这个网站的域名是：

　　有了这些临时手机号，您可以： 对于需要注册下载信息的论坛，使用临时手机号注册，用完就可以离开。无需担心您的个人手机号码泄露。

　　接收信息需要填写手机号，可以使用临时手机号进行验证，收到信息后将不会收到商家回电~

　　许多网站或APP不支持注销账号。此时，您可以将绑定的手机号码更改为临时手机号码。不要忘记更改密码并清除其中的所有痕迹。从此，这笔账将与我无关。

　　有了这些匿名的公共手机号码，广大网友又会用什么呢？

　　只需点击一个手机号码的短信接收页面，就可以看到各种来源的短信验证码。我们可以很容易的看到这个手机号注册了哪些网站和APP，然后用手机验证码登录这些网站或者APP，说不定能看到很多有意思的内容哟。

　　令我惊讶的是，这个手机号码中的短信数量超过了23,000页。如果每页有 10 条短信，就会有超过 230,000 条短信。整个网站有这么多手机号。, 应该有大量的短消息存储在服务器上。强烈建议网站开发者可以删除很久以前的记录，只保留最近几天的记录。这样一方面可以缓解服务器压力，也可以防止一些无聊的人（比如我？）用爬虫爬取数据。什么，哈哈~

　　那就对了！为了查看大家用这个手机号注册了哪个网站或者APP，我用Python写了一个爬虫脚本，自动翻页抓取一些短信，然后解析信息的来源（通常是第一个大括号[])里面的内容，分析一下频率，说不定你能找到一些你没听说过的网站或者APP，哈哈。

　　下面是完整的代码，附上一些注释，理解无压力：

　　# 自动抓取云端短信网页上的验证码短信并分析来源

　　#青2019.03.21

　　#

　　*敏*感*词*重新

　　导入时间

　　*敏*感*词*请求

　　从 bs4 导入 BeautifulSoup

　　def get_page_info(link, f):

　　header={ # 假标题

　　'用户代理':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/4< @6.0.2490.80 Safari/537.36'，

　　'推荐人':'#39;,

　　}

　　r = requests.get(link, headers=header)

　　汤 = BeautifulSoup(r.content, "html.parser")

　　table = soup.find_all("div", class_="sms-content-table") # 有两个sms-content-table表，第一个是最新的4条信息，第二个是全部信息。

　　infos = table[1].select('tbody tr')

　　有关信息中的信息：

　　content = info.find_all("td")[2].text[1:-1] # 去除开头和结尾的空格。这是每个短消息的内容，可以写入文件。

　　打印（内容）

　　打印("-"*30)

　　from_name = re.match(r'[(.*?)]', content) # 第一个大括号通常是源名称，使用最短匹配（.*?），否则默认（.*）为贪婪的匹配。

　　如果（来自_名称）：

　　from_name = from_name.group(0)[1:-1] # 去掉左右大括号 []

　　# 打印（from_name）

　　f.write(from_name +'\n') # 逐行写入txt文件。实际上，您不需要写入文件。这主要是为了您自己的观看。

　　定义排序结果（文件名）：

　　result = [] # 逐行读取文本文档中的源名称生成列表

　　with open(filename,'r') as f:

　　对于 f 中的行：

　　result.append(line.strip('\n').split(',')[0])

　　name_count = {} #定义一个元组，key是列表中的元素，key是出现的次数

　　for i in set(result): # set 用于删除重复元素。

　　name_count[i] = result.count(i)

　　sorted_dict = sorted(name_count.items(), key=lambda d:d[1], reverse = True) # 根据key值从大到小排序Dict。

　　对于 sorted_dict 中的项目：

　　打印（项目[0] +'：'+ str（项目[1]））

　　如果 __name__ =='__main__'：

　　filename = "info.txt" # 指定保存数据的文本文件

　　f = 打开（文件名，'w'）

　　for i in range(1,101): #自动翻页，这里可以设置需要抓取的页数(以100页为例)

　　打印("\n页%s\n"% i)