快捷導(dǎo)航

python爬蟲入門教程--利用requests構(gòu)建知乎API（三）

更新時(shí)間：2017年05月25日 10:15:15 作者：FOOFISH

這篇文章主要給大家介紹了關(guān)于python爬蟲入門之利用requests構(gòu)建知乎API的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起看看吧。

前言

在爬蟲系列文章優(yōu)雅的HTTP庫(kù)requests 中介紹了 requests 的使用方式，這一次我們用 requests 構(gòu)建一個(gè)知乎 API，功能包括：私信發(fā)送、文章點(diǎn)贊、用戶關(guān)注等，因?yàn)槿魏紊婕坝脩舨僮鞯墓δ芏夹枰卿浐蟛挪僮?，所以在閱讀這篇文章前建議先了解Python模擬知乎登錄。現(xiàn)在假設(shè)你已經(jīng)知道如何用 requests 模擬知乎登錄了。

思路分析

發(fā)送私信的過(guò)程就是瀏覽器向服務(wù)器發(fā)送一個(gè) HTTP 請(qǐng)求，請(qǐng)求報(bào)文包括請(qǐng)求 URL、請(qǐng)求頭 Header、還有請(qǐng)求體 Body，只要把這些信息弄清楚，那么就很容易用 requests 來(lái)模擬瀏覽器發(fā)送私信了。

打開 Chrome 瀏覽器，隨便找一個(gè)用戶，點(diǎn)擊發(fā)送私信，追蹤一下私信的網(wǎng)絡(luò)請(qǐng)求過(guò)程。

先看下請(qǐng)求頭信息

請(qǐng)求頭 Header 中有 cookies 登錄信息，此外還有一個(gè) authorization 字段，該字段是用于用戶認(rèn)證的，同時(shí)這個(gè)字段也存在 cookies 中（為了防止 cookie 信息泄露，我打了馬賽克）， requests 請(qǐng)求時(shí)這些信息都必須攜帶上。

再來(lái)看看請(qǐng)求的URL和請(qǐng)求體

請(qǐng)求URL是 https://www.zhihu.com/api/v4/messages ，請(qǐng)求方法是 POST，請(qǐng)求體

{"type":"common","content":"你好，我是pythoner","receiver_hash":"1da75b85900e00adb072e91c56fd9149"}

請(qǐng)求體是一個(gè) json 字符串，type 和 content 很好理解，但 receiver_hash 是什么并不知道，需要進(jìn)一步確定，不過(guò)你應(yīng)該猜得出這是類似于用戶 id 的字段。

那么現(xiàn)在問(wèn)題來(lái)了，如何通過(guò)用戶主頁(yè)的URL找到用戶的 id 呢？為了完整的模擬私信的整個(gè)流程，我特地注冊(cè)了一個(gè)知乎小號(hào)。

如果你手頭沒有多余的手機(jī)號(hào)，可以用 Google 搜「receive sms online」，網(wǎng)上很多提供免費(fèi)在線接收短信的手機(jī)號(hào)碼，我注冊(cè)的小號(hào)主頁(yè)：https://www.zhihu.com/people/xiaoxiaodouzi

先嘗試關(guān)注小號(hào)，然后在我關(guān)注的列表中找到該小號(hào)，把鼠標(biāo)移到小號(hào)的頭像處時(shí)，發(fā)現(xiàn)有一個(gè) HTTP 網(wǎng)絡(luò)請(qǐng)求。

請(qǐng)求 url 是 https://www.zhihu.com/api/v4/members/xiaoxiaodouzi ，這個(gè)URL的后面部分「xiaoxiaodouzi」對(duì)應(yīng)小號(hào)主頁(yè)URL的后面部分，這部分我們稱之為 url_token。

接口的返回?cái)?shù)據(jù)

{ 
 ...
 "id":"1da75b85900e00adb072e91c56fd9149",
 "favorite_count":0,
 "voteup_count":0,
 "commercial_question_count":0,
 "url_token":"xiaoxiaodouzi",
 "type":"people",
 "avatar_url":"https://pic1.zhimg.com/v2-ca13758626bd7367febde704c66249ec_is.jpg",
 "is_active":1492224390,
 "name":"\u6211\u662f\u5c0f\u53f7",
 "url":"http://www.zhihu.com/api/v4/people/1da75b85900e00adb072e91c56fd9149",
 "gender":-1
 ...
}

我們可以很清楚的看到有個(gè)id的字段，跟我們之前猜測(cè)的一樣，私信里面的 receiver_hash 字段就是用戶的id。

代碼實(shí)現(xiàn)

到此我們把私信功能的思路理清楚了，代碼實(shí)現(xiàn)就是水到渠成的事情了。

用戶信息

為了得到私信接口需要的 receiver_hash 字典，我們先要獲取用戶信息，該信息里面含有用于的id值。

@need_login
def user(self, url_token):
 """
 獲取用戶信息,
 :param url_token:
 url_token 是用戶主頁(yè)url中后面部分
 例如: https://www.zhihu.com/people/xiaoxiaodouzi
 url_token 是 xiaoxiaodouzi
 :return:dict
 """
 response = self._session.get(URL.profile(url_token))
 return response.json()

發(fā)送私信

@need_login
def send_message(self, user_id, content):
 """
 給指定的用戶發(fā)私信
 :param user_id: 用戶ID
 :param content: 私信內(nèi)容
 """
 data = {"type": "common", "content": content, "receiver_hash": user_id}
 response = self._session.post(URL.message(), json=data)
 data = response.json()
 if data.get("error"):
 self.logger.info("私信發(fā)送失敗, %s" % data.get("error").get("message"))
 else:
 self.logger.info("發(fā)送成功")
 return data

上面兩個(gè)方法放在一個(gè)叫Zhihu的類里面，我只列出了關(guān)鍵代碼，涉及到的 @need_login 是一個(gè)用戶認(rèn)證的裝飾器，表示該方法需要登錄后才能操作。細(xì)心的你可能發(fā)現(xiàn)，每個(gè)請(qǐng)求中我并沒有顯示地指定 Header 字段，那時(shí)因?yàn)槲野阉旁?__init__.py 方法中初始化了。

def __init__(self):
 self._session = requests.session()
 self._session.verify = False
 self._session.headers = {"Host": "www.zhihu.com",
    "Referer": "https://www.zhihu.com/",
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36'
      ' (KHTML, like Gecko) Chrome/56.0.2924.87',
    }
 self._session.cookies = cookiejar.LWPCookieJar(filename=cookie_filename)
 try:
 self._session.cookies.load(ignore_discard=True)
 except:
 pass

調(diào)用執(zhí)行

from zhihu import Zhihu

if __name__ == '__main__':
 zhihu = Zhihu()
 profile = zhihu.user("xiaoxiaodouzi")
 _id = profile.get("id")
 zhihu.send_message(_id, "你好,這是來(lái)自Python之禪的問(wèn)候")

執(zhí)行完成后，小號(hào)成功收到我發(fā)送的私信。