PC登錄新浪微博時(shí)，在客戶(hù)端用js預(yù)先對(duì)用戶(hù)名、密碼都進(jìn)行了加密，而且在POST之前會(huì)GET一組參數(shù)，這也將作為POST_DATA的一部分。這樣，就不能用通常的那種簡(jiǎn)單方法來(lái)模擬POST登錄（比如人人網(wǎng)）。

通過(guò)爬蟲(chóng)獲取新浪微博數(shù)據(jù)，模擬登錄是必不可少的。

1、在提交POST請(qǐng)求之前，需要GET獲取四個(gè)參數(shù)（servertime，nonce，pubkey和rsakv），不是之前提到的只是獲取簡(jiǎn)單的servertime，nonce，這里主要是由于js對(duì)用戶(hù)名、密碼加密方式改變了。

1.1 由于加密方式的改變，我們這里將使用到RSA模塊，有關(guān)RSA公鑰加密算法的介紹可以參考網(wǎng)絡(luò)中的有關(guān)內(nèi)容。下載并安裝rsa模塊：

下載：https://pypi.python.org/pypi/rsa/3.1.1

rsa模塊文檔地址：http://stuvel.eu/files/python-rsa-doc/index.html

根據(jù)自己的Python版本選擇適合自己的rsa安裝包（.egg），在win下安裝需要通過(guò)命令行使用easy_install.exe（win上安裝setuptool從這里下載：setuptools-0.6c11.win32-py2.6.exe 安裝文件 ）進(jìn)行安裝，例如：easy_install rsa-3.1.1-py2.6.egg，最終命令行下測(cè)試import rsa，未報(bào)錯(cuò)則安裝成功。

1.2 獲得以及查看新浪微博登錄js文件

查看新浪通行證url （http://login.sina.com.cn/signup/signin.php）的源代碼，其中可以找到該js的地址 http://login.sina.com.cn/js/sso/ssologin.js，不過(guò)打開(kāi)后里面的內(nèi)容是加密過(guò)的，可以在網(wǎng)上找個(gè)在線(xiàn)解密站點(diǎn)解密，查看最終用戶(hù)名和密碼的加密方式。

1.3 登錄

登錄第一步，添加自己的用戶(hù)名（username），請(qǐng)求prelogin_url鏈接地址：

prelogin_url = 'http://login.sina.com.cn/sso/prelogin.php?entry=sso&callback=sinaSSOController.preloginCallBack&su=%s&rsakt=mod&client=ssologin.js(v1.4.4)' % username

使用get方法得到以下類(lèi)似內(nèi)容：

sinaSSOController.preloginCallBack({"retcode":0,"servertime":1362041092,"pcid":"gz-6664c3dea2bfdaa3c94e8734c9ec2c9e6a1f","nonce":"IRYP4N","pubkey":"EB2A38568661887FA180BDDB5CABD5F21C7BFD59C090CB2D245A87AC253062882729293E5506350508E7F9AA3BB77F4333231490F915F6D63C55FE2F08A49B353F444AD3993CACC02DB784ABBB8E42A9B1BBFFFB38BE18D78E87A0E41B9B8F73A928EE0CCEE1F6739884B9777E4FE9E88A1BBE495927AC4A799B3181D6442443","rsakv":"1330428213","exectime":1})

進(jìn)而從中提取到我們想要的servertime，nonce，pubkey和rsakv。當(dāng)然，pubkey和rsakv的值我們可以寫(xiě)死在代碼中，它們是固定值。

2、之前username 經(jīng)過(guò)BASE64計(jì)算：

在最新的rsa加密方法中，username還是以前一樣的處理；

password加密方式和原來(lái)有所不同：

2.1 先創(chuàng)建一個(gè)rsa公鑰，公鑰的兩個(gè)參數(shù)新浪微博都給了固定值，不過(guò)給的都是16進(jìn)制的字符串，第一個(gè)是登錄第一步中的pubkey，第二個(gè)是js加密文件中的‘10001'。

這兩個(gè)值需要先從16進(jìn)制轉(zhuǎn)換成10進(jìn)制，不過(guò)也可以寫(xiě)死在代碼里。這里就把10001直接寫(xiě)死為65537。代碼如下：

2.2 請(qǐng)求通行證url：login_url =‘http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.4)'

需要發(fā)送的報(bào)頭信息

請(qǐng)求的內(nèi)容中添加了rsakv，將pwencode的值修改為rsa2，其他跟以前一致。

將參數(shù)組織好，POST請(qǐng)求。檢驗(yàn)是否登錄成功，可以參考POST后得到的內(nèi)容中的一句 location.replace("http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack&retcode=101&reason=%B5%C7%C2%BC%C3%FB%BB%F2%C3%DC%C2%EB%B4%ED%CE%F3");

如果retcode=101則表示登錄失敗。登錄成功后結(jié)果與之類(lèi)似，不過(guò)retcode的值是0。

3、登錄成功后，在body中的replace信息中的url就是我們下一步要使用的url。然后對(duì)上面的url使用GET方法來(lái)向服務(wù)器發(fā)請(qǐng)求，保存這次請(qǐng)求的Cookie信息，就是我們需要的登錄Cookie了。

最新評(píng)論