【python网络编程】使用rsa加密算法模块模拟登录新浪微博

一、基础知识

http://blog.csdn.net/pi9nc/article/details/9734437

二、模拟登录

因为上学期参加了一个大数据比赛，需要抓取数据，所以就想着写个爬虫抓取新浪微博的数据。

当然抓取数据不是漫无目的的，我需要的是根据关键词来抓取相关微博。

正好微博有一个高级搜索功能，不过要获取更多的微博，需要登录，所以这时就需要模拟登录了。

以下代码是通过rsa加密算法模块来模拟的。需要注意的是，新浪有反爬虫的，所以我们登录的时候要伪装成浏览器。

代码不是自己写的，所以文章类型标为转载，因为代码大同小异，所以我就不写咯，里面的一些具体代码和问题解析，我也不一一赘述了，因为模拟登录不是我的重点，下一篇我将跟大家谈一谈登录后的抓取与网页解析部分。至于登录，文章开头的链接中有详细教程，有兴趣的可以看一下。

[python] view plain copy

1. #! /usr/bin/env python
2. #coding=utf8
3. import urllib
4. import urllib2
5. import cookielib
6. import base64
7. import re
8. import json
9. import hashlib
10. import rsa
11. import binascii
12. cj = cookielib.LWPCookieJar()
13. cookie_support = urllib2.HTTPCookieProcessor(cj)
14. opener = urllib2.build_opener(cookie_support, urllib2.HTTPHandler)
15. urllib2.install_opener(opener)
16. postdata = {
17. ‘entry‘: ‘weibo‘,
18. ‘gateway‘: ‘1‘,
19. ‘from‘: ‘‘,
20. ‘savestate‘: ‘7‘,
21. ‘userticket‘: ‘1‘,
22. ‘ssosimplelogin‘: ‘1‘,
23. ‘vsnf‘: ‘1‘,
24. ‘vsnval‘: ‘‘,
25. ‘su‘: ‘‘,
26. ‘service‘: ‘miniblog‘,
27. ‘servertime‘: ‘‘,
28. ‘nonce‘: ‘‘,
29. ‘pwencode‘: ‘rsa2‘, #加密算法
30. ‘sp‘: ‘‘,
31. ‘encoding‘: ‘UTF-8‘,
32. ‘prelt‘: ‘401‘,
33. ‘rsakv‘: ‘‘,
34. ‘url‘: ‘http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack‘,
35. ‘returntype‘: ‘META‘
36. }
37. class WeiboLogin:
38. def __init__(self, username, password):
39. self.username = username
40. self.password = password
41. def __get_spwd(self):
42. rsaPublickey = int(self.pubkey, 16)
43. key = rsa.PublicKey(rsaPublickey, 65537) #创建公钥
44. message = self.servertime + ‘\t‘ + self.nonce + ‘\n‘ + self.password #拼接明文js加密文件中得到
45. passwd = rsa.encrypt(message, key) #加密
46. passwd = binascii.b2a_hex(passwd) #将加密信息转换为16进制。
47. return passwd
48. def __get_suser(self):
49. username_ = urllib.quote(self.username)
50. username = base64.encodestring(username_)[:-1]
51. return username
52. def __prelogin(self):
53. 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)‘ % self.username
54. response = urllib2.urlopen(prelogin_url)
55. p = re.compile(r‘(.∗?)‘)
56. strurl = p.search(response.read()).group(1)
57. dic = dict(eval(strurl)) #json格式的response
58. self.pubkey = str(dic.get(‘pubkey‘))
59. self.servertime = str(dic.get(‘servertime‘))
60. self.nonce = str(dic.get(‘nonce‘))
61. self.rsakv = str(dic.get(‘rsakv‘))
62. def login(self):
63. url = ‘http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.18)‘
64. try:
65. self.__prelogin() #预登录
66. except:
67. print ‘Prelogin Error‘
68. return
69. global postdata
70. postdata[‘servertime‘] = self.servertime
71. postdata[‘nonce‘] = self.nonce
72. postdata[‘su‘] = self.__get_suser()
73. postdata[‘sp‘] = self.__get_spwd()
74. postdata[‘rsakv‘] = self.rsakv
75. postdata = urllib.urlencode(postdata)
76. headers = {‘User-Agent‘:‘Mozilla/5.0 (Macintosh; Intel Mac OS X 10.10; rv:37.0) Gecko/20100101 Firefox/37.0‘} #伪装成浏览器
77. req  = urllib2.Request(
78. url = url,
79. data = postdata,
80. headers = headers
81. )
82. result = urllib2.urlopen(req)
83. text = result.read()
84. p = re.compile(‘location\.replace\‘(.∗?)\‘‘)
85. try:
86. login_url = p.search(text).group(1)
87. urllib2.urlopen(login_url)
88. print "Login Succeed!"
89. except:
90. print ‘Login Error!‘