python模擬新浪微博登陸功能(新浪微博爬蟲)
1、主函數（WeiboMain.py）：
import urllib2
import cookielib
import WeiboEncode
import WeiboSearch
if __name__ == '__main__':
weiboLogin = WeiboLogin('×××@gmail.com', '××××')#郵箱（賬號）、密碼
if weiboLogin.Login() == True:
print "登陸成功！"
前兩個import是加載Python的網絡編程模塊，后面的import是加載另兩個文件WeiboEncode.py和Weiboseach.py（稍后介紹）。主函數新建登陸對象，然后登陸。
2、WeiboLogin類（WeiboMain.py）：
class WeiboLogin:
def __init__(self, user, pwd, enableProxy = False):
"初始化WeiboLogin，enableProxy表示是否使用代理服務器，默認關閉"
print "Initializing WeiboLogin..."
self.userName = user
self.passWord = pwd
self.enableProxy = enableProxy
self.serverUrl = "http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=&rsakt=mod&client=ssologin.js(v1.4.11)&_=1379834957683"
self.loginUrl = "http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.11)"
self.postHeader = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; rv:24.0) Gecko/20100101 Firefox/24.0'}
初始化函數，定義了兩個關鍵的url成員：self.serverUrl用于登陸的第一步（獲取servertime、nonce等），這里的第一步實質包含了解析新浪微博的登錄過程的1和2；self.loginUrl用于第二步（加密用戶和密碼后，POST給該URL，self.postHeader是POST的頭信息），這一步對應于解析新浪微博的登錄過程的3。類內函數還有3個：
def Login(self):
"登陸程序"
self.EnableCookie(self.enableProxy)#cookie或代理服務器配置
serverTime, nonce, pubkey, rsakv = self.GetServerTime()#登陸的第一步
postData = WeiboEncode.PostEncode(self.userName, self.passWord, serverTime, nonce, pubkey, rsakv)#加密用戶和密碼
print "Post data length:\n", len(postData)
req = urllib2.Request(self.loginUrl, postData, self.postHeader)
print "Posting request..."
result = urllib2.urlopen(req)#登陸的第二步——解析新浪微博的登錄過程中3
text = result.read()
try:
loginUrl = WeiboSearch.sRedirectData(text)#解析重定位結果
urllib2.urlopen(loginUrl)
except:
print 'Login error!'
return False
print 'Login sucess!'
return True
self.EnableCookie用于設置cookie及代理服務器，網絡上有很多免費的代理服務器，為防止新浪封IP，可以使用。然后使登陸的第一步，訪問新浪服務器得到serverTime等信息，然后利用這些信息加密用戶名和密碼，構建POST請求；執(zhí)行第二步，向self.loginUrl發(fā)送用戶和密碼，得到重定位信息后，解析得到最終跳轉到的URL，打開該URL后，服務器自動將用戶登陸信息寫入cookie，登陸成功。
def EnableCookie(self, enableProxy):
"Enable cookie & proxy (if needed)."
cookiejar = cookielib.LWPCookieJar()#建立cookie
cookie_support = urllib2.HTTPCookieProcessor(cookiejar)
if enableProxy:
proxy_support = urllib2.ProxyHandler({'http':'http://xxxxx.pac'})#使用代理
opener = urllib2.build_opener(proxy_support, cookie_support, urllib2.HTTPHandler)
print "Proxy enabled"
else:
opener = urllib2.build_opener(cookie_support, urllib2.HTTPHandler)
urllib2.install_opener(opener)#構建cookie對應的opener
EnableCookie函數比較簡單
def GetServerTime(self):
"Get server time and nonce, which are used to encode the password"
print "Getting server time and nonce..."
serverData = urllib2.urlopen(self.serverUrl).read()#得到網頁內容
print serverData
try:
serverTime, nonce, pubkey, rsakv = WeiboSearch.sServerData(serverData)#解析得到serverTime，nonce等
return serverTime, nonce, pubkey, rsakv
except:
print 'Get server time & nonce error!'
return None
WeiboSearch文件中的函數主要用于解析從服務器得到的數據，比較簡單。
3、sServerData函數（WeiboSearch.py）:
import re
import json
def sServerData(serverData):
"Search the server time & nonce from server data"
p = re.compile('\((.*)\)')
jsonData = p.search(serverData).group(1)
data = json.loads(jsonData)
serverTime = str(data['servertime'])
nonce = data['nonce']
pubkey = data['pubkey']#
rsakv = data['rsakv']#
print "Server time is:", serverTime
print "Nonce is:", nonce
return serverTime, nonce, pubkey, rsakv
解析過程主要使用了正則表達式和JSON，這部分比較容易理解。另外Login中解析重定位結果部分函數也在這個文件中如下：
def sRedirectData(text):
p = re.compile('location\.replace\([\'"](.*?)[\'"]\)')
loginUrl = p.search(text).group(1)
print 'loginUrl:',loginUrl
return loginUrl
4、從第一步到第二步要對用戶和密碼進行加密，編碼操作（WeiboEncode.py）
import urllib
import base64
import rsa
import binascii
def PostEncode(userName, passWord, serverTime, nonce, pubkey, rsakv):
"Used to generate POST data"
encodedUserName = GetUserName(userName)#用戶名使用base64加密
encodedPassWord = get_pwd(passWord, serverTime, nonce, pubkey)#目前密碼采用rsa加密
postPara = {
'entry': 'weibo',
'gateway': '1',
'from': '',
'savestate': '7',
'userticket': '1',
'ssosimplelogin': '1',
'vsnf': '1',
'vsnval': '',
'su': encodedUserName,
'service': 'miniblog',
'servertime': serverTime,
'nonce': nonce,
'pwencode': 'rsa2',
'sp': encodedPassWord,
'encoding': 'UTF-8',
'prelt': '115',
'rsakv': rsakv,
'url': 'http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack',
'returntype': 'META'
}
postData = urllib.urlencode(postPara)#網絡編碼
return postData
PostEncode函數構建POST的消息體，要求構建得到內容與真正登陸所需的信息相同。難點在用戶名和密碼的加密方式：
def GetUserName(userName):
"Used to encode user name"
userNameTemp = urllib.quote(userName)
userNameEncoded = base64.encodestring(userNameTemp)[:-1]
return userNameEncoded
def get_pwd(password, servertime, nonce, pubkey):
rsaPublickey = int(pubkey, 16)
key = rsa.PublicKey(rsaPublickey, 65537) #創(chuàng)建公鑰
message = str(servertime) + '\t' + str(nonce) + '\n' + str(password) #拼接明文js加密文件中得到
passwd = rsa.encrypt(message, key) #加密
passwd = binascii.b2a_hex(passwd) #將加密信息轉換為16進制。
return passwd
新浪登錄過程，密碼的加密方式原來是SHA1，現(xiàn)在變?yōu)榱薘SA，以后可能還會變化，但是各種加密算法在Python中都有對應的實現(xiàn)，只要發(fā)現(xiàn)它的加密方式（），程序比較易于實現(xiàn)。
到這里，Python模擬登陸新浪微博就成功了，運行輸出：
loginUrl: http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack&ssosavestate=1390390056&ticket=ST-MzQ4NzQ5NTYyMA==-1387798056-xd-284624BFC19FE242BBAE2C39FB3A8CA8&retcode=0
Login sucess!
果需要爬取微博中的信息，接下來只需要在Main函數后添加爬取、解析模塊就可以了，比如讀取某微博網頁的內容：
htmlContent = urllib2.urlopen(myurl).read()#得到myurl網頁的所有內容(html)
大家可以根據不同的需求設計不同的爬蟲模塊了，模擬登陸的代碼放在這里。
相關文章
pytorch實現(xiàn)梯度下降和反向傳播圖文詳細講解
這篇文章主要介紹了pytorch實現(xiàn)梯度下降和反向傳播，反向傳播的目的是計算成本函數C對網絡中任意w或b的偏導數。一旦我們有了這些偏導數，我們將通過一些常數α的乘積和該數量相對于成本函數的偏導數來更新網絡中的權重和偏差2023-04-04
和C語言一樣，Python中也有可變參數函數，即一個函數可以接收多個參數，而這些參數的個數在函數調用之前事先是不知道的。下面這篇文章我們來介紹下python中的可變參數2016-09-09
這篇文章主要介紹了python 第三方庫paramiko的常用方式,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-02-02
python+requests+pytest接口自動化的實現(xiàn)示例
這篇文章主要介紹了python+requests+pytest接口自動化的實現(xiàn)示例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-04-04
這篇文章主要介紹了Python的logging模塊基本用法，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
今天小編就為大家分享一篇Pytorch: 自定義網絡層實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
今天小編就為大家分享一篇利用python實現(xiàn)逐步回歸，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了Numpy 理解ndarray對象的示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-04-04
Python使用Networkx實現(xiàn)復雜的人物關系圖
日常工作、生活中我們經常會遇到一些復雜的事務關系,比如人物關系,那如何才能清楚直觀的看清楚這些任務關系呢？所以小編給大家介紹了Python如何使用Networkx實現(xiàn)復雜的人物關系圖,文中通過代碼示例講解的非常詳細,需要的朋友可以參考下2023-11-11
python中pandas庫中DataFrame對行和列的操作使用方法示例
這篇文章主要介紹了python中pandas庫中DataFrame對行和列的操作使用方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-06-06