花了4個晚上終于把模擬登錄新浪微博學習完了，相對于知乎迷你登錄仲智，微博登錄的過程確實難度大了很多莱衩，好多知識點都不懂烈钞，所以雖然把代碼都碼了一遍贫堰，但很多都是照貓畫虎，其實還有很多地方不是十分清楚考传。代碼中寫了很多注解（對向我一樣的初學者來說應該很有必要），所以看以來不是很簡潔证鸥，其實源碼查不到150行僚楞。

希望本文能對向我一樣的初學者能起到一點借鑒作用

寫以下我這幾天自學的過程：
一、第一天直接看xchaoinfo的源碼枉层，完全看不懂泉褐，好不好∧窭看了15分鐘直接放棄膜赃，轉(zhuǎn)百度看圖文教程，還好網(wǎng)上的教程不算少（其實方法都一樣矩欠，代碼也基本沒多少差別财剖，應該起初都出自同一作者）悠夯，
網(wǎng)上從抓包介紹，好吧又不會躺坟，那就學吧~~~
這樣一天就過去了沦补，感覺什么都沒學到
二、第二天繼續(xù)抓包咪橙，還是沒什么進展夕膀，期間換了各種抓包工具，都不太會用美侦，感覺網(wǎng)上介紹的看方法用這些抓包工具都沒發(fā)抓到产舞，這樣一天快要過去的時候，想想還是用瀏覽器的F12吧菠剩，這樣就用了火狐瀏覽器（因為之前一致用chrome的F12看源碼易猫，也抓不到js文件），下載了firebug具壮，用起來還是一頭霧水准颓，晚上想想還是睡覺吧，睡覺前又百度了firebug的用法棺妓，本來也沒抱希望有什么用攘已，可是突然奇跡發(fā)生了，多次嘗試了之后找到了教程中的js文件怜跑，太晚了样勃，睡覺！Ｐ苑摇峡眶！
自學真的很痛苦，可能很簡單的問題會難住好幾天批旺。
三幌陕、第三天，繼續(xù)看js文件汽煮，抓post的各種屬性搏熄，看著教程試著理解密碼加密的方法，差不多的時候繼續(xù)回去啃源碼暇赤，中間碰到不會的模塊google和自己用idle一點點測試心例，理解個大概繼續(xù)往下啃，啃到一般就睡覺了鞋囊。
四止后、第四天的繼續(xù)下面的代碼，后面的表單登錄相對簡單，因為之前有相關(guān)的學習經(jīng)驗译株，進過兩個小時瓜喇，終于測試成功了。
下面把源碼貼出來給自己留個紀念歉糜，也給需要的書友提供一點思路乘寒。

"""
新浪微博模擬登錄練習，本教程參考了很多網(wǎng)上的教程匪补，很多教程的源碼都差不多伞辛，本文的代碼主要修改自author : "xchaoinfo" github的源碼
新浪微博的模擬登錄對新手來說比較困難（我就是初學者，以前沒有任何編程基礎夯缺，因為對現(xiàn)在的工作狀態(tài)不滿意蚤氏，2017年開始自學python）


author : xcaojianhong
qq:1254798548
date:2017.02.21
"""

import time
import base64   #加密模塊
import rsa  #加密模塊
import binascii #二進制模塊
import requests #是的，本次練習還是用的requests庫踊兜，本意是學習scrapy爬蟲竿滨，可是找不到模擬登錄的詳細的教程，只能先擱置了
import re   #正則模塊捏境，不太會用
import random   #我不是太理解為甚要rondom模塊
import http.cookiejar
from PIL import Image #這個只用到簡單的方法姐呐，高級的本人也不會
from urllib.parse import quote_plus #涉及編碼問題，需要用到該模塊


'''
如果沒有開啟登錄保護典蝌，不用輸入驗證碼就可以登錄
如果開啟登錄保護，需要輸入驗證碼头谜，PIL庫就是用了打開驗證碼的圖片用的骏掀，就只是打開，還是需要手動輸入的柱告，不是完成自動驗證
'''


# 構(gòu)造 Request headers截驮，這個不解釋了，很多基礎教程中都會有的际度，一般網(wǎng)站都有反爬蟲的機制葵袭，最常見的就是識別是不是瀏覽器訪問的，這個就是用來模擬瀏覽器的
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
}

session = requests.session()    #實例化一個session類乖菱，session類能夠自動處理cookies
session.cookies = http.cookiejar.LWPCookieJar(filename = 'cookies') #用于保存cookies坡锡，對爬取后需爬去有用
index_url = "http://weibo.com/login.php" #這個是微博登錄的原始的url

# 訪問初始頁面帶上 cookies
try:
    session.get(index_url,headers=headers,timeout=2)        #為什么用延時參數(shù)不太清楚，我自己寫的話就只寫excpet后面的一句
except:
    session.get(index_url,headers=headers)

try:
    input = raw_input #這個自行百度兩個input的差異窒所，因為我也不太清楚
except:
    pass


# 下面開始困難了鹉勒，我光抓包就花了兩個晚上才看懂網(wǎng)上講的方法是怎么回事，期間換了很多抓包的工具吵取，最后還是覺得firebug好用
def get_su(username):
    """
    1.輸入賬號禽额，會先在js中通過encodeURIComponent進行編碼，對應python的urllib.parse.quote_plus方法，問我怎么知道的脯倒，是因為源碼中的注釋說的
    密碼的加密方法在ssologin.js文件中实辑，為我為什么知道，網(wǎng)上教程說的藻丢，自己分析的話我估計2天都不一定能找到剪撬。
    在js里面有這樣的代碼：
    username = sinaSSOEncoder.base64.encode(urlencode(username))
    urlencode函數(shù)中用了encodeURIComponent編碼，具體代碼就不貼了郁岩，自己仔細看能找到婿奔。這里能看到用戶名用了base64進行加密

    2.其實我也不知道怎么解釋，為什么要先對username_quote進行utf-8編碼问慎，然后才base64加密萍摊，照著寫就行了，我在python中測試不編碼加密會報錯如叼，具體原因不清楚
    """
    username_quote = quote_plus(username)   #詳細解釋看1
    username_base64 = base64.b64encode(username_quote.encode('utf-8'))  #詳細解釋看2
    # print(username_base64.decode('utf-8')) 測試用
    return username_base64.decode('utf-8') #解碼成utf-8格式字符串


# 預登陸獲得 servertime, nonce, pubkey, rsakv 這些屬性在后面密碼加密過程中需要用到
def server_data(su):
    """
    3.通過抓包分析我們看到冰木，https://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack
    &su=ODg4ODg4OA==&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.18)&_=1487602221124這個url的response是一個json格式的文本，其中包含
    servertime, nonce, pubkey, rsakv這些屬性笼恰，這正是我們需要的踊沸，&su=ODg4ODg4OA==，這個su并不是get_su的返回值社证，但是相近逼龟，直接用get_su的返回值不影響
    另外這里用到了time模塊，用了生成時間戳追葡，1487602221124這個就是時間戳

    """

    #get_su()解釋了那么多腺律，就是為了獲得su,雖然在這里su不那么重要（因為實際預登錄url中su并不是完全正確的），但是最后的post表單中需要用到su
    pre_url = "http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su="\
    + su + "&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.18)&_=" + str(int(time.time() * 1000))    #為什么是這個url宜肉，詳細請看3
    pre_data_res = session.get(pre_url, headers=headers)

    sever_data = eval(pre_data_res.content.decode("utf-8").replace("sinaSSOController.preloginCallBack", ''))   #這里用repalce替換
    # print(sever_data) 測試用
    return sever_data

# 這個是本次登錄中最難的地方匀钧，需要用到上面的參數(shù)
def get_password(password,servertime,nonce,pubkey):
    """
    具體為什么需要這些參數(shù)，還是要仔細分析之前提到的js文件谬返，里面有密碼加密的過程
    request.servertime = me.servertime;
            request.nonce = me.nonce;
            request.pwencode = "rsa2";
            request.rsakv = me.rsakv;
            var RSAKey = new sinaSSOEncoder.RSAKey();
            RSAKey.setPublic(me.rsaPubkey, "10001");    #rsaPubkey就是pubkey之斯，js的代碼就不貼了
            password = RSAKey.encrypt([me.servertime, me.nonce].join("\t") + "\n" + password)
    """
    rsapublickey = int(pubkey,16)   #如果是16進制，則轉(zhuǎn)化為10進制
    key = rsa.PublicKey(rsapublickey,65537) # '10001'轉(zhuǎn)化為10進制就是65537
    message = str(servertime) + '\t' + str(nonce) + '\n' + str(password)  # 仔細對著js代碼慢慢看
    message = message.encode("utf-8")
    #print(message) 測試用
    passwd = rsa.encrypt(message, key)  # 加密遣铝，為什么要用rsa佑刷，我也不知道，源代碼就用的翰蠢，我也不懂這個方法的具體的用途项乒，反正看著和js的代碼相似的，當成是python版本的翻譯看
    #print(passwd) 測試用
    passwd = binascii.b2a_hex(passwd)  # 將加密信息轉(zhuǎn)換為16進制梁沧，post需要16進制ps檀何，猜測的，對編碼不太了解。
    # print(passwd) 測試用
    return passwd

# 獲得驗證碼频鉴，并下載后用PIL模塊自動打開栓辜，沒有安裝的話手動去爬蟲文件的目錄中手動打開圖片
def get_cha(pic):
    """

    我沒有詳細分析需要驗證碼的收獲，因為我登錄新浪微博基本沒有碰到需要驗證碼的時候
    下面用到了隨機數(shù)垛孔，我不是太理解藕甩，既然能用隨機數(shù)，為什么不能用固定的數(shù)字周荐，反正都是我們自己構(gòu)造的一個數(shù)字
    """
    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, 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"請到當前目錄下狭莱，找到驗證碼后輸入")

def login(username,password):
    """
    激動人心的時候快要到了，上面作的一些準備工作就是為了獲得post的屬性
    """
    su = get_su(username)   #獲得加密的su
    sever_data = server_data(su)    #獲得server_data函數(shù)返回的字典
    servertime = sever_data['servertime']
    nonce = sever_data['nonce']
    rsakv = sever_data["rsakv"]
    pubkey = sever_data["pubkey"]
    showpin = sever_data["showpin"] #這個參數(shù)的值關(guān)系到是否需要輸入驗證碼概作，0表示不需要腋妙，1表示需要
    password_secret = get_password(password,servertime,nonce,pubkey) #獲得加密的sp
    # su,sp,servertime,nonce,rsakv,sp屬性是變化的，其他的都可以寫死
    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':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)'    #用于登錄的url讯榕，psot表單提交的url
    if showpin == 0:
        login_page = session.post(login_url, data=postdata, headers=headers)
    else:
        pcid = sever_data["pcid"]
        get_cha(pcid)
        postdata['door'] = input(u"請輸入驗證碼")
        login_page = session.post(login_url, data=postdata, headers=headers)
    login_loop = (login_page.content.decode("GBK")) #看網(wǎng)絡抓包骤素，知道是gbk編碼
    #print(login_loop)
    pa = r'location\.replace\([\'"](.*?)[\'"]\)' #這里的正則查相關(guān)的教程
    loop_url = re.findall(pa, login_loop)[0]
    #print(loop_url)
    # 正常訪問login_page就結(jié)束了，但是微博喪心病狂的還需要一部跳轉(zhuǎn)愚屁，請繼續(xù)往下看济竹，我自己寫的都累了，需要進一步訪問login_loop這個url

    login_index = session.get(loop_url, headers=headers)
    uuid = login_index.text
    print(login_index.status_code)  #測試登錄是否成功
    session.cookies.save() #保存cookies

    # ↑↑↑↑↑↑到上面其實已經(jīng)完成了登錄了

    response = session.get('http://weibo.com/',headers=headers)
    # print(response.text) #測試用霎槐，可以打印出來看看是否與正常登錄看到的微博首頁的源碼一樣了


    # 以下是原文作者用來登錄微博個人首頁獲得使用者微博賬號送浊，并打印出來的代碼，我沒有詳細解析
    uuid_pa = r'"uniqueid":"(.*?)"'
    uuid_res = re.findall(uuid_pa, uuid)[0]
    web_weibo_url = "http://weibo.com/%s/profile?topnav=1&wvr=6&is_all=1" % uuid_res
    weibo_page = session.get(web_weibo_url, headers=headers)
    weibo_pa = r'<title>(.*?)</title>'
    # print(weibo_page.content.decode("utf-8"))
    userID = re.findall(weibo_pa, weibo_page.content.decode("utf-8", 'ignore'), re.S)[0]    #不加re.S參數(shù)好像沒什么不同丘跌，上文我沒加
    print(u"歡迎你 %s, 你在正在使用 xcaojianhong 寫的爬蟲模擬登錄微博" % userID)
    print(input(u'輸入任何鍵繼續(xù)'))
    print(u'好吧其實大部分代碼都是參考xchaoinfo的文章')


if __name__ == "__main__":
    username = input(u'用戶名：')
    password = input(u'密碼：')
    login(username, password)

測試結(jié)果：

@P`MXHW5]5`%MP)~2LMWU50.png