python实现人人网留言获取与一键删除

最近有点着迷Python，学习基本语法之后，首先从爬虫开始，看了《使用python登录人人网并发表状态》一文后，很感兴趣，然后又曾经苦于人人网聊天记录删除的繁琐，于是决定写一个聊天记录一键删除的小脚本，好啦，废话不多说：

#encoding:utf-8

import urllib2, urllib, cookielib, re, string

class spider():

    def __init__(self, email, password):

        self.email = email

        self.password = password

        self.domain = ‘renren.com‘

        try:

            cookie = cookielib.CookieJar()

            cookieProc = urllib2.HTTPCookieProcessor(cookie)

        except:

            raise

        else:

            opener = urllib2.build_opener(cookieProc)

            urllib2.install_opener(opener)
def login(self):

        print ‘login in...‘

        url = ‘http://www.renren.com/PLogin.do‘

        postdata = {

                    ‘email‘:self.email,

                    ‘password‘:self.password,

                    ‘domain‘:self.domain

                    }

        req       = urllib2.Request(url, urllib.urlencode(postdata))

        self.file = urllib2.urlopen(req).read()

        reInfo = re.compile(r"get_check:‘(.*?)‘,get_check_x:‘(.*?)‘.*?‘id‘:‘(.*?)‘", re.DOTALL)

        info = reInfo.findall(self.file)

        self.id   = info[0][2]

        self.tok  = info[0][0]

        self.rtk  = info[0][1]

        print ‘login in successfully‘
def publish(self, content):     #发表状态

        url1 = ‘http://shell.renren.com/‘ + self.id + ‘/status‘

        postdata = {

                    ‘content‘     : content,

                    ‘hostid‘      : self.id,

                    ‘requestToken‘: self.tok,

                    ‘_rtk‘        : self.rtk,

                    ‘channel‘     : ‘renren‘

                    }

        req1 = urllib2.Request(url1, urllib.urlencode(postdata))

        url_f=urllib2.urlopen(req1)

        self.file1 = url_f.read()

        return url_f

上面登陆部分代码与参考文章一样，感谢前辈，下面开始分析人人网的聊天记录，通过Firebug抓包分析可以发现，人人网留言http://gossip.renren.com中，因此楼主准备从该网页找出留言的内容及留言的id，但是后来发现每次读出的都是第一页的聊天记录，该网页的<li>模块中会调用js脚本，切换内容，楼主不知道怎么搞定，有待继续研究。。。。于是楼主取巧了，每次删光第一页，刷新页面，继续删除第一页，只到删除所有留言。

删除留言的模拟过程通过抓包就可以发现在http://gossip.renren.com/delgossip.do上，向链接发送一个如下数据即可：

postdata={
               
"id":comment_id,
               
"owner":self.id,
               
"age":"recent",
               
"requestToken":self.tok,
               
"_rtk":self.rtk
               
}

    def getgossiprecent(self):     #获得最近留言

        url="http://gossip.renren.com/#navBar"

        temp_f=urllib2.urlopen(url)

        temp_file=temp_f.read()

        #获取留言总数

        temp_rules=re.compile(r‘‘‘.input id=.gossipCount. type=.hidden. name=.. value=.(\d+)‘‘‘)

        self.gossipCount=temp_rules.findall(temp_file)[0]

        #获取留言

        temp_rules=re.compile(r‘‘‘<span style="color:#000000"><span style="color:#000000">(.+)</span></span>‘‘‘)

        result=temp_rules.findall(temp_file)

        #获取留言id

        temp_rules=re.compile(r"delComment\D+(\d+)\D+(\d+)\D+(\d+)..return")

        self.gossip=temp_rules.findall(temp_file)

        self.gossip_id=[]

        self.gossip_guest=[]

        for para in self.gossip:

            self.gossip_id.append(para[0])

            self.gossip_guest.append(para[2])

def delgossip(self,comment_id):     #删除留言

        url="http://gossip.renren.com/delgossip.do"

        postdata={

                "id":comment_id,

                "owner":self.id,

                "age":"recent",

                "requestToken":self.tok,

                "_rtk":self.rtk

                }

        urllib2.urlopen(url,urllib.urlencode(postdata))
def delall(self):

        self.getgossiprecent()

        while string.atoi(self.gossipCount)>0 :

            for temp_id in self.gossip_id:

                self.delgossip(temp_id)

            self.getgossiprecent()

写完类对象就一切OK啦

总结：

第一次写爬虫程序，成就感满满的，人生苦短，请用Python，哈哈

如何模拟调用脚本，没搞定，另外楼主正则表达式没怎么看，代码中正则表达那部分槽点满满的。

另外楼主为了测试，把自己人人网聊天记录都删了。。。

打包程序下载地址，有需要的，传送门：http://pan.baidu.com/s/1ntLT2zf

转载请注明，谢谢