模拟完成知乎登录的三步走

其他 2019-10-22 07:34:11 阅读次数: 0

目录

一、请求进入登录页面获取cookies

用的是requests_html模块中的HTMLSession，实例化后的对象发送请求都会自动保存cookie发送。所以后续就不需要进行获取、保存、校验等操作

def get_first_cookie(self):
        self.session.get(url=self.head_page_url)

二、校验验证码

在校验验证码之前肯定要发请求获取校验码保存，再输入校验码，最后再发请求校验验证码。。

因为在知乎登录中有校验码有三种情况

  • 没有校验码

  • 英文校验码：输入4位数字或字母组合，url链接中带有lang=en。这种校验码比较好处理，这里就采用这个api

  • 正文校验码：点击下面倒着的中文，url链接中带有lang=en

有三个请求，api为同一个，就是请求方式和携带的参数不同

（1）get请求：判断是否有验证码，不携带参数，如果有校验码会响应{"show_captcha":true}，否则为{"show_captcha":false}

（2）put请求：获取验证码，不携带参数，返回的响应是{"img_base64":"xxxxxx"}，base64编码后的一串字符

（3）post请求：校验验证码，携带参数，校验成功返回的响应是{"success":true}，否则为{"success":false}

def handle_captcha(self):
    r = self.session.get(url=self.captcha_api)  # 发送get判断是否有验证码
    res = r.json()
    
    if res.get('show_captcha'):
        r = self.session.put(url=self.captcha_api)  # 有验证码，发送请求获取验证码
        img_base64 = r.json().get('img_base64')
        # 将得到的验证码解码后存为capcha.png图片，这里就需要导入base64这个模块，用b64decode解码
        with open('captcha.png', 'wb') as f:
            f.write(base64.b64decode(img_base64))
        # open打开图片,show显示出来。需要导入从PIL中导入Image模块
        img = Image.open('captcha.png')
        img.show()
        
        # 输入验证码，携带验证码发生post请求，参数是从浏览器中查看的
        self.captcha = input('请输入校验码:')
        r = self.session.post(url=self.captcha_api,data={"input_text":self.captcha})
        res = r.json()
        if res.get('success'):
            print('验证码正确')
        else:
            self.handle_captcha()

三、登录校验

从浏览器的抓包工具中看到，前端对携带的参数进行了加密处理，所以我们需要知道前端代码中是在哪里进行了加密处理，参数都有哪些？

  • 搜索 encrypt(加密) 找到有该字的js文件（static.zhihu.com/heifetz/main.app.8b5cc380b705bb3ed141.js文件），找到这行加密函数
var b = function(e) {
        return __g._encrypt(encodeURIComponent(e))  // encodeURIComponent() 函数可把字符串作为 URI 组件进行编码。
    };
  • 是不是不知道e是什么鬼，在这行代码上打上断点运行，然后在Console输入e回车就知道e是什么了
client_id=c3cef7c66a1843f8b3a9e6a1e3160e20&grant_type=password&timestamp=1571675789070&source=com.zhihu.web&signature=652fa1c9bd1831abce73a5ee87d2dd9f748ce308&username=%2B86182000000001&password=xxxx&captcha=%7B%22img_size%22%3A%5B200%2C44%5D%2C%22input_points%22%3A%5B%5B93.33331298828125%2C21.052078247070312%5D%2C%5B158.33331298828125%2C21.052078247070312%5D%5D%7D&lang=cn&utm_source=&ref_source=other_https%3A%2F%2Fwww.zhihu.com%2Fsignin%3Fnext%3D%252F"

一长串的字符，仔细观察下，他们其实就是携带的参数，其中signature是加密的字符串，现在找到signature的加密函数

  • 同样搜索signature，找到signature的加密函数，现在就是要把js代码转成python。python中有个模块execjs可以在python中运行js代码。那么先打加密相关的函数拷贝到js文件中，然后在代码中用execjs来操作这个文件

  • 携带加密后的数据，发送登录请求

def login_in(self):
    # 请求携带的参数
    formdata = {
        "client_id": "xxxxxxxx",  # 这是客户端id，打印e直接粘贴复制过来
        "grant_type": "password",
        "timestamp": str(int(time.time() * 1000)),
        "source": "com.zhihu.web",
        "signature": self.signature,  # 看js的加密函数，其实就是用了hmac加盐加密，详情参见完整代码中的get_signature(self)方法
        "username": "+86182000000",  # 用户名，请输入自己的
        "password": "xxxxx",  # 密码
        "captcha": self.captcha,
        "lang": "en",
        "utm_source": '',
        "ref_source": "other_https://Fwww.zhihu.com%2Fsignin%3Fnext%3D%252F"
    }
    with open('知乎加密.js','rt',encoding='utf-8') as f:
        # 读取js代码
        js = f.read()
        # 编译。cwd是依赖的环境。js执行代码通常是在node中，所以需要npm install jsdom安装依赖
        execjs_obj = execjs.compile(js,cwd='node_modules')
        # execjs_obj.call(函数名,参数)
        res = execjs_obj.call('b',urlencode(formdata))
        
        # 请求头，必须要有下面的参数，不然会报错
        headers = {
            "user-agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36",
            "content-type": "application/x-www-form-urlencoded",  # 数据类型
            "x-zse-83": "3_2.0"  # 版本
        }
        r = self.session.post(url=self.sign_in_api, data=res,headers=headers)
        # 登录成功的状态码，在这里是201
        if r.status_code == 201:
            print('登录成功')
            r = self.session.get(url='https://www.zhihu.com/')  # 登录成功后调到知乎首页
            print(r.text)
            else:
                print('用户名或密码错误')

四、完整代码

import time,hmac
from hashlib import sha1
from requests_html import HTMLSession
import base64,execjs
from PIL import Image
from urllib.parse import urlencode

class Spider():
    def __init__(self):
        self.session = HTMLSession()
        self.captcha_api = "https://www.zhihu.com/api/v3/oauth/captcha?lang=en"
        self.sign_in_api = "https://www.zhihu.com/api/v3/oauth/sign_in"
        self.head_page_url = "https://www.zhihu.com/signin?next=%2F"
        self.headers = {
            "user-agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36"
        }
        self.captcha = ''
        self.signature = ''

    def get_first_cookie(self):
        self.session.get(url=self.head_page_url)

    def handle_captcha(self):
        r = self.session.get(url=self.captcha_api)
        res = r.json()
        if res.get('show_captcha'):
            r = self.session.put(url=self.captcha_api)
            img_base64 = r.json().get('img_base64')
            with open('captcha.png', 'wb') as f:
                f.write(base64.b64decode(img_base64))
            img = Image.open('captcha.png')
            img.show()
            self.captcha = input('请输入校验码:')
            r = self.session.post(url=self.captcha_api,data={"input_text":self.captcha})
            res = r.json()
            if res.get('success'):
                print('验证码正确')
            else:
                self.handle_captcha()

    def get_signature(self):
        r = hmac.new(b'd1b964811afb40118a12068ff74a12f4',digestmod=sha1)  # 第一个是加盐，digestmod参数是加密算法
        r.update(b"password")
        r.update(b"c3cef7c66a1843f8b3a9e6a1e3160e20")
        r.update(b"com.zhihu.web")
        r.update(str(int(time.time()*1000)).encode('utf-8'))
        self.signature = r.hexdigest()

    def login_in(self):
        formdata = {
            "client_id": "xxxxxxxx",
            "grant_type": "password",
            "timestamp": str(int(time.time() * 1000)),
            "source": "com.zhihu.web",
            "signature": self.signature,
            "username": "+86182000000",  # 用户名，请输入自己的
            "password": "xxxxx",  # 密码
            "captcha": self.captcha,
            "lang": "en",
            "utm_source": '',
            "ref_source": "other_https://Fwww.zhihu.com%2Fsignin%3Fnext%3D%252F"
        }
        with open('知乎加密.js','rt',encoding='utf-8') as f:
            js = f.read()
            execjs_obj = execjs.compile(js,cwd='node_modules')
        # execjs_obj.call(函数名,参数)
        res = execjs_obj.call('b',urlencode(formdata))
        headers = {
            "user-agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36",
            "content-type": "application/x-www-form-urlencoded",
            "x-zse-83": "3_2.0"
        }
        r = self.session.post(url=self.sign_in_api, data=res,headers=headers)
        if r.status_code == 201:
            print('登录成功')
            r = self.session.get(url='https://www.zhihu.com/')
            print(r.text)
        else:
            print('用户名或密码错误')

    def run(self):
        self.get_first_cookie()
        self.handle_captcha()
        self.get_signature()
        self.login_in()

if __name__ == '__main__':
    zhihu = Spider()
    zhihu.run()

猜你喜欢

转载自www.cnblogs.com/863652104kai/p/11717447.html
今日推荐
面壁智能发布 Eurux-8x22B 开源大模型 —— 堪称「理科状元」
开源日报 | 谷歌扶持鸿蒙上位；开源Rabbit R1；Docker加持的安卓手机；微软的焦虑和野心；海尔电器把开放平台关了
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
周排行
【转】spring中对控制反转和依赖注入的理解
tms webcore 安装和使用
java程序员进阶相关书籍
SpringMVC接受请求参数、
如何保存训练好的机器学习模型
MyEclipse、Eclipse设置项目JDK的三个地方
商超行业微信小程序开发定制一般多少钱 （行业技术人员解读）
Markdown编辑器语言——30分钟入门到到精通
Linux系统下MongoDB的简单安装与基本操作
Power Strings
每日归档
更多
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022