您的位置:首页 > 技术中心 > 其他 >

如何利用Python实现模拟登录知乎

时间:2023-05-18 23:52

环境与开发工具

在抓包的时候,开始使用的是Chrome开发工具中的Network,结果没有抓到,后来使用Fiddler成功抓取数据。下面逐步来细化上述过程。

模拟知乎登录前,先看看本次案例使用的环境及其工具:

  • Windows 7 + Python 2.75

  • Chrome + Fiddler: 用来监控客户端与服务器的通讯情况,以及查找相关参数的位置。

模拟过程概述

  • 使用Google浏览器结合Fiddler来监控客户端与服务端的通讯过程;

  • 根据监控结果,构造请求服务器过程中传递的参数;

  • 使用Python模拟参数传递过程。

客户端与服务端通信过程的几个关键点:

  • 登录时的url地址。

  • 主要有两种方法可以获取登录时提交的参数【params】:第一种是通过分析页面源代码来找到表单标签及属性;。适应比较简单的页面。第二、使用抓包工具,查看提交的url和参数,通常使用的是Chrome的开发者工具中的Network, Fiddler等。

  • 登录后跳转的url。

参数探索

首先看看这个登录页面,也就是我们登录时的url地址。

如何利用Python实现模拟登录知乎

看到这个页面,我们也可以大概猜测下请求服务器时传递了几个字段,很明显有:用户名、密码、验证码以及“记住我”这几个值。那么实际上有哪些呢?下面来分分析下。

首先查看一下HTML源码,Google里可以使用CTRL+U查看,然后使用CTRL+F输入input看看有哪些字段值,详情如下:

如何利用Python实现模拟登录知乎

请求服务器时,源代码表明还带有一个隐藏字段“_xsrf”。现在的疑问是参数是通过什么名称进行传递的,因此需要使用别的工具来捕获数据包进行分析。在这里,笔者用的是Fiddler,它可以在Windows系统上工作。当然,你也可以使用其他工具。

由于抓包所得到的信息量较大,寻找所需信息变得较为困难,抓包过程因此变得较为繁琐。关于fiddler,很容易使用,有过不会,可以去百度搜一下。为了防止其他信息干扰,我们先将fiddler中的记录清除,然后输入用户名(笔者使用的是邮箱登录)、密码等信息登录,相应的在fiddler中会有如下结果:

如何利用Python实现模拟登录知乎

备注:如果是使用手机登录,则对应fiddler中的url是“/login/phone_num”。

为了查看详细的请求参数,我们左键单机“/login/email”,可以看到下列信息:

如何利用Python实现模拟登录知乎

请求方式为POST,请求的url为https://www.zhihu.com/login/email。而从From Data可以看出,相应的字段名称如下:

  • _xsrf

  • captcha

  • email

  • password

  • remember

对于这五个字段,代码中email、password以及captcha都是手动输入的,remember初始化为true。可以根据登录页面的源文件,获取input标签中名为_xsrf的value值,从而得到剩余的_xsrf。

如何利用Python实现模拟登录知乎

对于验证码,则需要通过额外的请求,该链接可以通过定点查看源码看出:

如何利用Python实现模拟登录知乎

链接为https://www.zhihu.com/captcha.gif?type=login,这里省略了ts(经测试,可省略掉)。现在,可以使用代码进行模拟登录。

温馨提示:如果使用的是手机号码进行登录,则请求的url为https://www.zhihu.com/login/phone_num,同时email字段名称将变成“phone_num”。

模拟源码

在编写代码实现知乎登录的过程中,笔者将一些功能封装成了一个简单的类WSpider,以便复用,文件名称为WSpider.py。

# -*- coding: utf-8 -*-"""Created on Thu Nov 02 14:01:17 2016@author: liudiwei"""import urllibimport urllib2import cookielibimport logging  class WSpider(object):    def __init__(self):        #init params        self.url_path = None        self.post_data = None        self.header = None        self.domain = None        self.operate = None        #init cookie        self.cookiejar = cookielib.LWPCookieJar()        self.opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(self.cookiejar))        urllib2.install_opener(self.opener)    def setRequestData(self, url_path=None, post_data=None, header=None):        self.url_path = url_path        self.post_data = post_data        self.header = header    def getHtmlText(self, is_cookie=False):        if self.post_data == None and self.header == None:            request = urllib2.Request(self.url_path)        else:            request = urllib2.Request(self.url_path, urllib.urlencode(self.post_data), self.header)        response = urllib2.urlopen(request)        if is_cookie:             self.operate = self.opener.open(request)        resText = response.read()        return resText    """    Save captcha to local        """        def saveCaptcha(self, captcha_url, outpath, save_mode='wb'):        picture = self.opener.open(captcha_url).read() #用openr访问验证码地址,获取cookie        local = open(outpath, save_mode)        local.write(picture)        local.close()        def getHtml(self, url):        page = urllib.urlopen(url)        html = page.read()        return html    """    功能:将文本内容输出至本地    @params        content:文本内容        out_path: 输出路径    """    def output(self, content, out_path, save_mode="w"):        fw = open(out_path, save_mode)        fw.write(content)        fw.close()            """#EXAMPLE    logger = createLogger('mylogger', 'temp/logger.log')    logger.debug('logger debug message')      logger.info('logger info message')      logger.warning('logger warning message')      logger.error('logger error message')      logger.critical('logger critical message')      """        def createLogger(self, logger_name, log_file):        # 创建一个logger        logger = logging.getLogger(logger_name)          logger.setLevel(logging.INFO)          # 创建一个handler,用于写入日志文件            fh = logging.FileHandler(log_file)          # 再创建一个handler,用于输出到控制台            ch = logging.StreamHandler()          # 定义handler的输出格式formatter            formatter = logging.Formatter('%(asctime)s | %(name)s | %(levelname)s | %(message)s')          fh.setFormatter(formatter)          ch.setFormatter(formatter)          # 给logger添加handler            logger.addHandler(fh)          logger.addHandler(ch)          return logger

关于模拟登录知乎的源码,保存在zhiHuLogin.py文件,内容如下:

# -*- coding: utf-8 -*-"""Created on Thu Nov 02 17:07:17 2016@author: liudiwei"""import urllibfrom WSpider import WSpiderfrom bs4 import BeautifulSoup as BSimport getpassimport jsonimport WLogger as WLog"""2016.11.03 由于验证码问题暂时无法正常登陆2016.11.04 成功登录,期间出现下列问题验证码错误返回:{ "r": 1, "errcode": 1991829, "data": {"captcha":"验证码错误"}, "msg": "验证码错误" }验证码过期:{ "r": 1, "errcode": 1991829, "data": {"captcha":"验证码回话无效 :(","name":"ERR_VERIFY_CAPTCHA_SESSION_INVALID"}, "msg": "验证码回话无效 :(" }登录:{"r":0, "msg": "登录成功"}"""def zhiHuLogin():    spy = WSpider()    logger = spy.createLogger('mylogger', 'temp/logger.log')    homepage = r"https://www.zhihu.com/"        html = spy.opener.open(homepage).read()    soup = BS(html, "html.parser")    _xsrf = soup.find("input", {'type':'hidden'}).get("value")    #根据email和手机登陆得到的参数名不一样,email登陆传递的参数是‘email',手机登陆传递的是‘phone_num'    username = raw_input("Please input username: ")    password = getpass.getpass("Please input your password: ")    account_name = None    if "@" in username:        account_name = 'email'    else:        account_name = 'phone_num'     #保存验证码    logger.info("save captcha to local machine.")    captchaURL = r"https://www.zhihu.com/captcha.gif?type=login" #验证码url    spy.saveCaptcha(captcha_url=captchaURL, outpath="temp/captcha.jpg") #temp目录需手动创建    #请求的参数列表    post_data = {        '_xsrf': _xsrf,        account_name: username,        'password': password,        'remember_me': 'true',        'captcha':raw_input("Please input captcha: ")    }    #请求的头内容    header ={        'Accept':'*/*' ,        'Content-Type':'application/x-www-form-urlencoded; charset=UTF-8',        'X-Requested-With':'XMLHttpRequest',        'Referer':'https://www.zhihu.com/',        'Accept-Language':'en-GB,en;q=0.8,zh-CN;q=0.6,zh;q=0.4',        'Accept-Encoding':'gzip, deflate, br',        'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.116 Safari/537.36',        'Host':'www.zhihu.com'    }    url = r"https://www.zhihu.com/login/" + account_name    spy.setRequestData(url, post_data, header)    resText = spy.getHtmlText()    jsonText = json.loads(resText)    if jsonText["r"] == 0:        logger.info("Login success!")    else:        logger.error("Login Failed!")        logger.error("Error info ---> " + jsonText["msg"])    text = spy.opener.open(homepage).read() #重新打开主页,查看源码可知此时已经处于登录状态    spy.output(text, "out/home.html") #out目录需手动创建if __name__ == '__main__':    zhiHuLogin()

关于源码的分析,可以参考代码中的注解。

运行结果

在控制台中运行python zhiHuLogin.py,然后按提示输入相应的内容,最后可得到以下不同的结果(举了三个实例):

结果一:密码错误

如何利用Python实现模拟登录知乎

结果二:验证码错误

如何利用Python实现模拟登录知乎

结果三:成功登录

如何利用Python实现模拟登录知乎

以上就是如何利用Python实现模拟登录知乎的详细内容,更多请关注Gxl网其它相关文章!

本类排行

今日推荐

热门手游