上篇介紹了新浪微博的登陸過程，這節使用Python編寫一個模擬登陸的程序。講解與程序如下：
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，後面的import是加載另兩個文件WeiboEncode.py和Weiboseach.py（稍後介紹）。主函數新建登陸對象，然後登陸。
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用於登陸的第一步（獲取servertime、nonce等），這裡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用於第二步（加密用戶和密碼後，POST給該URL，self.postHeader是POST的頭信息），這一步對應於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用於設置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。然後使登陸的第一步，訪問新浪服務器得到serverTime等信息，然後利用這些信息加密用戶名和密碼，構建POST請求；執行第二步，向self.loginUrl發送用戶和密碼，得到重定位信息後，解析得到最終跳轉到的URL，打開該URL後，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，可以參見cookie——小甜品。
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於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)#目前密碼採用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，現在變為了RSA，以後可能還會變化，但是各種加密算法在Python中都有對應的實現，只要發現它的加密方式（
），程序比較易於實現。
到這裡，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!
如果需要爬取微博中的信息，接下來只需要在Main函數後添加爬取、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裡。
分享到:
閱讀更多 有趣的程序媛 的文章
