scrapy 模擬登錄weibo.com

之前學(xué)習(xí)了模擬登錄新浪微博,沒(méi)有用到框架,今天晚上嘗試用scrapy重新寫(xiě)一遍模擬登錄善榛。
存在問(wèn)題:
1缚柏、scrapy 好像不擅長(zhǎng)模擬登錄苹熏,寫(xiě)出來(lái)的代碼結(jié)構(gòu)還不如requests庫(kù)寫(xiě)的清楚,當(dāng)然跟我個(gè)人水平有關(guān)币喧,scrapy不太會(huì)轨域。
2、FormRequest的formdata中不能有int型的字段杀餐,不然要報(bào)錯(cuò)干发,網(wǎng)上解決方法要修改scrapy源碼,對(duì)我來(lái)說(shuō)難度太大史翘,放棄了枉长,直接強(qiáng)制轉(zhuǎn)換為str類型,所幸能成功訪問(wèn)琼讽。
3必峰、scrapy 函數(shù)之間的相互調(diào)用很麻煩,我直接順序callback一個(gè)個(gè)函數(shù)钻蹬,有些沒(méi)有關(guān)系的函數(shù)也強(qiáng)制順序訪問(wèn)了吼蚁,而不是在需要的時(shí)候訪問(wèn),導(dǎo)致程序的結(jié)構(gòu)不清问欠。
4肝匆、勉強(qiáng)能用,后續(xù)改進(jìn)空間大顺献。
5旗国、爬到的首頁(yè)數(shù)據(jù)沒(méi)有什么內(nèi)容,網(wǎng)站用了好多js滚澜,暫時(shí)不知到如何后續(xù)爬區(qū)粗仓。
6、拋磚引玉设捐,希望哪個(gè)大神能看到我的文章借浊,指點(diǎn)我一下如何修改能使爬蟲(chóng)結(jié)構(gòu)更清楚。

from scrapy.http import Request,FormRequest
from scrapy.spiders import CrawlSpider
from urllib.parse import quote_plus
from PIL import Image
import base64
import time
import rsa
import binascii
import requests
import re

class weibo_spider(CrawlSpider):
    name = 'weibo'
    session = requests.session()
    user_agent = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
    headers = {
    'User-Agent': user_agent
                }

    def start_requests(self):
        start_url = 'http://weibo.com/login.php'
        return[Request(start_url,meta={'cookiejar':1},callback=self.get_su)]

    def get_su(self,response):
        username = input('請(qǐng)輸入用戶名:')
        username_quote = quote_plus(username)
        uername_base64 = base64.b64encode(username_quote.encode('utf-8'))
        uername_base64 = uername_base64.decode('utf-8')
        print(uername_base64)
        #print(response.url)
        meta = {'cookiejar':response.meta['cookiejar'],
                'uername_base64':uername_base64}
        pre_url = "http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su="\
        + uername_base64 + "&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.18)&_=" + str(int(time.time() * 1000))
        return[Request(pre_url,meta=meta,callback=self.server_data)]

    def server_data(self,response):
        #eval的作用是把list,tuple,dict和string相互轉(zhuǎn)化
        server_data = eval(response.body.decode('utf-8').replace("sinaSSOController.preloginCallBack",''))
        print(server_data)
        meta =response.meta
        meta['server_data'] = server_data
        return[Request('https://baidu.com',meta=meta,callback=self.get_password)]

    def get_password(self,response):
        password = input('請(qǐng)輸入密碼:')
        servertime = response.meta['server_data']['servertime']
        nonce = response.meta['server_data']['nonce']
        pubkey = response.meta['server_data']['pubkey']
        rsapublickey = int(pubkey,16)   #轉(zhuǎn)話為10進(jìn)制
        key = rsa.PublicKey(rsapublickey,65537)
        message = str(servertime) + '\t' + str(nonce) + '\n' + str(password)
        message = message.encode("utf-8")
        passwd = rsa.encrypt(message, key)
        passwd = binascii.b2a_hex(passwd)
        print(passwd)
        meta =response.meta
        meta['passwd'] = passwd
        return[Request('http://www.sina.com.cn/',meta=meta,callback=self.login)]

    def login(self,response):
        su = response.meta['uername_base64']
        servertime = response.meta['server_data']['servertime']
        nonce = response.meta['server_data']['nonce']
        rsakv = response.meta['server_data']['rsakv']
        password_secret = response.meta['passwd']
        postdata = {
        'entry':'weibo',
        'gateway':'1',
        'from':'',
        'savestate':'7',
        'useticket':'1',
        'pagerefer':"http://login.sina.com.cn/sso/logout.php?entry=miniblog&r=http%3A%2F%2Fweibo.com%2Flogout.php%3Fbackurl",
        'wsseretry':'servertime_error',
        'vsnf':'1',
        'su':su,
        'service':'miniblog',
        'servertime':str(servertime),
        'nonce':nonce,
        'pwencode':'rsa2',
        'rsakv':rsakv,
        'sp':password_secret,
        'sr':'1536*864',
        'encoding':'UTF-8',
        'prelt':'105',
        'url':'http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack',
        'returntype':'META'
        }
        login_url = 'http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.18)'
        print(postdata)
        if response.meta['server_data']['showpin'] == 0:
            return[FormRequest(login_url,meta={'cookiejar':response.meta['cookiejar']},formdata=postdata,callback=self.get_loop_url,dont_filter = True)]
        """
        else:   #獲得驗(yàn)證嗎萝招,手動(dòng)輸入
            pcid = response.meta['server_data']['picd']
            cha_url = "http://login.sina.com.cn/cgi/pin.php?r="
            cha_url = cha_url + str(int(random.random() * 100000000)) + "&s=0&p="
            cha_url = cha_url + pcid
            cha_page = session.get(cha_url,cookies=response.meta['cookiejar'],headers=headers)
            with open("cha.jpg", 'wb') as f:
                f.write(cha_page.content)
                f.close()
            try:
                im = Image.open("cha.jpg")
                im.show()
                im.close()
            except:
                print(u"請(qǐng)到當(dāng)前目錄下蚂斤,找到驗(yàn)證碼后輸入")
        """

    def get_loop_url(self,response):
        login_loop = response.body.decode('gbk')
        pa = r'location\.replace\([\'"](.*?)[\'"]\)'
        loop_url = re.findall(pa, login_loop)[0]
        print(loop_url)
        return[Request(loop_url,meta={'cookiejar':response.meta['cookiejar']},callback=self.after_login)]

    def after_login(self,response):
        return[Request('http://weibo.com/',meta={'cookiejar':response.meta['cookiejar']},callback=self.parse)]

    def parse(self, response):
        print(response.body.decode('utf-8'))

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市槐沼,隨后出現(xiàn)的幾起案子曙蒸,更是在濱河造成了極大的恐慌捌治,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,755評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件纽窟,死亡現(xiàn)場(chǎng)離奇詭異肖油,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)臂港,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,305評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門森枪,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人审孽,你說(shuō)我怎么就攤上這事县袱。” “怎么了佑力?”我有些...
    開(kāi)封第一講書(shū)人閱讀 165,138評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵式散,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我打颤,道長(zhǎng)暴拄,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,791評(píng)論 1 295
  • 正文 為了忘掉前任瘸洛,我火速辦了婚禮揍移,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘反肋。我一直安慰自己,他們只是感情好踏施,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,794評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布石蔗。 她就那樣靜靜地躺著,像睡著了一般畅形。 火紅的嫁衣襯著肌膚如雪养距。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,631評(píng)論 1 305
  • 那天日熬,我揣著相機(jī)與錄音棍厌,去河邊找鬼。 笑死竖席,一個(gè)胖子當(dāng)著我的面吹牛耘纱,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播毕荐,決...
    沈念sama閱讀 40,362評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼束析,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了憎亚?” 一聲冷哼從身側(cè)響起员寇,我...
    開(kāi)封第一講書(shū)人閱讀 39,264評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤弄慰,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后蝶锋,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體陆爽,經(jīng)...
    沈念sama閱讀 45,724評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年扳缕,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了慌闭。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,040評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡第献,死狀恐怖贡必,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情庸毫,我是刑警寧澤仔拟,帶...
    沈念sama閱讀 35,742評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站飒赃,受9級(jí)特大地震影響利花,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜载佳,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,364評(píng)論 3 330
  • 文/蒙蒙 一炒事、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧蔫慧,春花似錦挠乳、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,944評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至黍析,卻和暖如春卖怜,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背阐枣。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,060評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工马靠, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人蔼两。 一個(gè)月前我還...
    沈念sama閱讀 48,247評(píng)論 3 371
  • 正文 我出身青樓甩鳄,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親宪哩。 傳聞我的和親對(duì)象是個(gè)殘疾皇子娩贷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,979評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容