【Python3爬虫】最新的模拟登录新浪微博教程

我不是女神ヾ 2022-02-13 00:17 266阅读 0赞

一、写在前面

首先呢，由于之前重装系统，又要重新配置环境，然后还有一些别的事，导致我一直没有写爬虫了，不过现在又可以继续写了。

然后我这次说的模拟登录新浪微博呢，不是使用Selenium模拟浏览器操作，毕竟Selenium的效率是真的有些低，所以我选择用Python发送请求实现模拟登录，整个过程还算是有点小曲折吧。

二、开发环境

Windows10 + Python3.7 + Pycharm + Fiddler

![1240][]

三、页面分析

首先打开新浪微博，网址为：[https://weibo.com/][https_weibo.com]，这里我们只需要关注登录这一部分，如下图：

![1240][1240 1]

这样看是看不出来东西的，打开开发者工具，刷新一下页面，找找看有没有什么可疑的东西，然后就能找到下面这个包：

![1240][1240 2]

看到prelogin就能猜到应该是和登录有关的了，于是点击“Preview”查看具体内容：

![1240][1240 3]

到这里还是什么都看不出来，也不知道这些数据有什么用。这时候Fiddler就能派上用场了，首先打开Fiddler，然后在网页上输入用户名和密码并登录新浪微博，登录成功之后在Fiddler中找寻相关信息，可以找到下面这个url：

https://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.19)

点开之后可以看到携带了很多参数：

![1240][1240 4]

在这些参数中，我们需要关注的参数为：su，sp，servertime，nonce，pubkey，rsakv。其中su是用户名加密后的结果，sp是密码加密后的结果，servertime是一个时间戳，而剩余三个参数都来源于我们前面找到的prelogin.php。那么现在的问题就在于用户名和密码是怎么加密的？

![1240][1240 5]

**小编给大家推荐一个学习氛围超好的地方，python交流企鹅裙：【611+530+101】适合在校大学生，小白，想转行，想通过这个找工作的加入。裙里有大量学习资料，有大神解答交流问题，每晚都有免费的直播课程**

四、加密规则

首先还是找到prelogin.php，在它携带的参数中看到有一个ssologin.js，猜测它可能和加密规则有关系，所以找一下这个ssologin.js。

![1240][1240 6]

这里需要打开新浪的登录页面：[https://login.sina.com.cn/][https_login.sina.com.cn]，然后右键查看源码，再搜索“ssologin.js”，就能找到这个js文件了：

[https://passport.sinaimg.cn/js/sso/ssologin.js][https_passport.sinaimg.cn_js_sso_ssologin.js]

打开之后搜索“username”，就能找到加密规则了，如下图（红框框出来的分别是用户名加密规则和密码加密规则）：

![1240][1240 7]

用户名的加密是很简单的，使用base64加密就行了。但是对于密码的加密有一些复杂，虽然有if和else，但其实这里我们只需要看if部分：

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");

password = RSAKey.encrypt(\[me.servertime,me.nonce\].join("\\t") +"\\n" + password)

密码的加密过程为：首先创建一个rsa公钥，公钥的两个参数都是固定值，第一个参数是prelogin.php中的pubkey，第二个参数是加密的ssologin.js文件中指定的10001，这两个值需要先从16进制转换成10进制，其中10001转成十进制为65537。最后再加入servertime时间戳和nonce字段，以及一个“\\t”和一个"\\n"进行进一步加密。

![1240][1240 8]

五、主要代码

由于使用了rsa加密，所以需要使用导入rsa模块，没有安装的可以使用pip install rsa进行安装。

这里主要说一下加密用户名和密码部分的代码：

**\# Base64加密用户名**

**def encode\_username(usr):**

**    return base64.b64encode(usr.encode('utf-8'))\[:-1\]**

**需要注意的是要使用base64加密，需要先转换成字节型数据，而且加密之后末尾会多一个"\\n"，因此需要用\[:-1\]来去掉多余字符。**

**\# RSA加密密码**

**def encode\_password(code\_str):**

**    pub\_key = rsa.PublicKey(int(pubkey, 16), 65537)**

**    crypto = rsa.encrypt(code\_str.encode('utf8'), pub\_key)**

**    return binascii.b2a\_hex(crypto)  \# 转换成16进制**

**在加密密码的时候传入的这个code\_str参数就是servertime + '\\t' + nonce + '\\n' + password得到的结果，而在整个加密过程完成之后要转换成16进制再返回。**

**但是做了这两步之后并没有真的登录微博，还需要提取链接并进行跳转，不过对于我们来说做到这一步就已经够了，我们只需要保存此时的Cookie就行了，为了验证这个Cookie是否有效，我还写了一段代码进行测试，这里就不放出来了。**

[1240]: /images/20220213/12e9b6e2b132454881b9641ef3aeb6fc.png
[https_weibo.com]: https://weibo.com/
[1240 1]: /images/20220213/f765169e75624a879a75dae059718a0b.png
[1240 2]: /images/20220213/ea0e5cc2a9ea4f989df9280a09fa2953.png
[1240 3]: /images/20220213/2aa401d241694096b38aa45ca2560212.png
[1240 4]: /images/20220213/bc7f8ede11f640539f135f5c10c05b7b.png
[1240 5]: /images/20220213/5a9ed63ffbe54cb6935d401f17b3b22b.png
[1240 6]: /images/20220213/6daec8c321e64da08068c786cc77ad83.png
[https_login.sina.com.cn]: https://login.sina.com.cn/
[https_passport.sinaimg.cn_js_sso_ssologin.js]: https://passport.sinaimg.cn/js/sso/ssologin.js
[1240 7]: /images/20220213/46b0b801a6b24ebba066fd38353bee44.png
[1240 8]: /images/20220213/89c9a9955bc24e1da9d7773b16477d89.png