验证码处理+cookie模拟登录

一、背景

相关博文：https://www.jianshu.com/p/9fce799edf1e

https://blog.csdn.net/h19910518/article/details/79348051

Cookie

? HTTP协议它是无状态的，就是说这一次请求和上一次请求是没有任何关系的，没有关联的。这种无状态的的好处是快速。但是有时我们希望几个请求的页面要有关联，比如：在a已经登录，在b也希望是登陆状态，但是，这是2个不同的页面，也就是2个不同的HTTP请求，这2个HTTP请求是无状态的，也就是无关联的，所以无法单纯的在b中读取到它在a中已经登陆了,使用数据库可以记录登录状态，但会给服务器造成压力。

? Cookie指某些网站为了辨别用户身份，进行Session跟踪而存储在用户本地终端上的数据。当你浏览某网站时，网站存储在你机器上的一个小文本文件，它记录了你的用户ID，密码、浏览过的网页、停留的时间等信息，当你再次来到该网站时，cookie随每个请求发送到同一服务器,服务器通过读取Cookie，得知你的相关信息，就可以做出相应的动作。

Session

? Session：在计算机中，尤其是在网络应用中，称为“会话控制”。Session对象存储特定用户会话所需的属性及配置信息

1.客户端发送一个 带有Set-Cookie 属性的请求；
2.这个请求需要由服务端用session加密算法进行加密，得到一个session_id 和 cookie 的对应字典
3.下次客户端登录时，浏览器会发送带有Cookie头部的请求的时候，用户就可以不用登陆了。

存储在Session对象的变量不会丢失，而是在整个Session中一直存在下去。当用户请求来自应用程序的web页时，如果该用户还没有Session，则Web服务器会自动创建一个Session对象。而当Session过期或被放弃的时候，服务器会终止该Session。

二、准备

1.手动登录人人网

• 查看验证码类型
• 使用fiddler抓取数据（请求的url、cookie数据）

2.云打码平台使用

• 注册账号（用户和开发者）
• 查看开发文档
• 下载DLL

三、主要步骤

• 使用requests的get方法，获取验证码图片，保存至本地
• 将本地的验证码图片上传至云打码进行识别
• 将识别结果与其他数据（账号、密码等，通过fiddler抓取）进行封装到data参数中
• 实例化一个Session对象，使用post方法，提交url和data参数，实现登录。

代码

import http.client, mimetypes, urllib, json, time, requests
from lxml import etree
from YDMHTTPDemo3.x import YDMHttp #将下载的DLL导入

#给云打码定义一个函数
def getVCode( username, password,filename,codeType):
    appid = 'xxxx'
    appkey = '3b753c7c24fba02dexxxxxxxxxxxxxxx'
    filename = filename
    codeType = codeType
    timeout = 30
    if (username == 'username'):
        print('请设置好相关参数再测试')
    else:
        yundama = YDMHttp(username, password, appid, appkey)  #实现云打码用户登录
        uid = yundama.login();
        print('uid: %s' % uid)
        balance = yundama.balance();
        print('balance: %s' % balance)
        cid, result = yundama.decode(filename, codetype, timeout); #验证码图片上传，返回结果
        print('cid: %s, result: %s' % (cid, result))

target1_url = "http://www.renren.com/"
headers = headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36',
    }
response = requests.get(url = target1_url,headers = headers)
ht = response.text
tree = etree.HTML(ht)
img= tree.xpath('//img[@verifyPic_login]/@src')
#data中的参数通过手动登录时，使用fiddler抓取。
data = {
        'captcha_type':'web_login',
        'domain':'renren.com',
        'email':'[email protected]',  #邮箱
        'f':'',
        'icode':"",   #验证码
        'key_id':'1',
        'origURL':'http://www.renren.com/home',
        'password':'06735438342bxxxxxxxxxxxxxxxxxxxxxxxxx', #加密后的密码
        'rkey':'8a339012c2e46e9xxxxxxxxxxxxxxxxxx',
    }
target2_url = 'http://www.renren.com/ajaxLogin/login?1=1&uniqueTimestamp=2019841747473'
if img:  #如果有验证码
    urllib.request.urlretrieve(img[0],'./getimage.jpg')
    VCode = getVCode( 'Sroxi', 'xxx', './getimage.jpg', '1006')
    print(VCode)
    data['icode'] = VCode

session = requests.Session()
session.post(url=target2_url,data = data,headers = headers)
target3_url = 'http://www.renren.com/58xxxxxx'
response1 = session.get(url = target3_url,headers = headers)
htmlfile = response1.text
with open('renren.html','w',encoding = 'utf8') as f:
    f.write(htmlfile)
print('finish')      

原文地址：https://www.cnblogs.com/notfind/p/11505022.html