最近我朋友疯狂迷恋韩国的偶像团体防弹少年团，于是拜托我帮忙写一段程序实时检测韩国新闻网站instiz旗下两个板块pt和clip，当出现自家idol的新闻时，程序能自动发微博通知她。我觉得这个功能还是蛮有意思的，程序实现起来并不复杂，而且妹子的请求不好意思拒绝，所以就答应她了。说干就干，程序实现如下。
模拟登录微博
发微博的功能如果借助微博的api其实很简单，然而当我注册站内应用获得APPKEY和ACCESS_TOKEN时，审核了2天竟然被拒了（当然也有可能是自己填的太随意哈）。不过懒得等的我干脆自己模拟浏览器登录发微博。
首先我们需要分析模拟登陆需要提交的表单，打开chrome分析登录时https://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.19) 需要提交的表单，可以发现有以下信息需要我们注意：
其中servertime，nonce，rsakv应该来自之前get到的数据，翻之前的url请求，注意到有一个prelogin的url值得我们注意，观察返回来的数据：
{"retcode":0,
"servertime":1537519779,
"pcid":"gz-7b560c8c199aa33a6b201149095489a4d147","nonce":"H6ITP0","pubkey":"EB2A38568661887FA180BDDB5CABD5F21C7BFD59C090CB2D245A87AC253062882729293E5506350508E7F9AA3BB77F4333231490F915F6D63C55FE2F08A49B353F444AD3993CACC02DB784ABBB8E42A9B1BBFFFB38BE18D78E87A0E41B9B8F73A928EE0CCEE1F6739884B9777E4FE9E88A1BBE495927AC4A799B3181D6442443",
"rsakv":"1330428213",
"is_openlock":0,
"lm":1,
"smsurl":"https:\/\/login.sina.com.cn\/sso\/msglogin?entry=weibo&mobile=18800190793&s=f0cd668a3b51745b707c94f41a090c98",
"showpin":0,
"exectime":110}
里面也确实有我们需要的数据，那么另外两个su以及sp应该就是加密之后的username和password了，然而网站如何加密的呢？
仔细观察的话会有一个ssologin.js的文件在prelogin和login中都有出现，猜测加密应该是在这里面完成的，这个文件很大，但我们只需要搜我们自己想要的，果然找到了如下代码：
request.su=sinaSSOEncoder.base64.encode(urlencode(username))
RSAKey.setPublic(me.rsaPubkey,"10001");
password=RSAKey.encrypt([me.servertime,me.nonce].join("\t")+"\n"+password)
OK，将这段js代码翻译成python代码就可以了，完整的代码如下所示：
importrequests
importbase64
importre
importrsa
importjson
importbinascii
importtime
classweibo(object):
def__init__(self, username, password):
self.username = username
self.password = password
defencrypted_username(self):
# 对用户名加密，返回su
returnbase64.b64encode(bytes(self.username, encoding="utf-8")).decode("utf-8")
defencrypted_password(self):
# 对密码加密，返回sp
data=self.get_prelogin_data()
rsa_e=65537
password_str=str(data["servertime"])+"\t"+str(data["nonce"])+"\n"+self.password
key=rsa.PublicKey(int(str(data["pubkey"]),16), rsa_e)
password_encrypt=rsa.encrypt(password_str.encode("utf-8"), key)
returnbinascii.b2a_hex(password_encrypt).decode("utf-8")
defget_prelogin_data(self):
# 以json格式返回prelogin的数据
url ='http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=&'+ self.encrypted_username() +'&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.18)'
withrequests.Session()assess:
r=sess.get(url, timeout=2)
pattern = re.compile(r"\((.*)\)")
data = pattern.search(r.text).group(1)
json_data=json.loads(data)
returnjson_data
deflogin_and_send(self, text):
prelogin_data=self.get_prelogin_data()
data={
"entry":"weibo",
"gateway":"1",
"from":"",
"savestate":"7",
"qrcode_flase":"false",
"useticket":"1",
"pagerefer":r"http://passport.weibo.com/visitor/visitor?entry=miniblog&a=enter&url=http%3A%2F%2Fweibo.com%2F&domain=.weibo.com&ua=php-sso_sdk_client-0.6.14",
"vsnf":"1",
"su":self.encrypted_username(),
"service":"miniblog",
"servertime":prelogin_data['servertime'],
"nonce":prelogin_data['nonce'],
"pwencode":"rsa2",
"rsakv":prelogin_data['rsakv'],
"sp":self.encrypted_password(),
"sr":"1680*1050",
"encoding":"UTF-8",
"prelt":"122",
"url":"https://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack",
"returntype":"META"
}
url ='http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.18)'
headers = {
"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36"
}
#设置发微博时需要提交的表单
weibo_data={
"location":"v6_content_home",
"appkey":"",
"style_type":"1",
"pic_id":"",
"text": text,
"pdetail":"",
"rank":"1",#设置仅自己可见,如果对所有人可见改为0
"rankid":"",
"module":"stissue",
"pub_type":"dialog",
"_t":"0",
}
weibo_headers = {
"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36",
"referer":""
}
withrequests.Session()assess:
r=sess.post(url, headers=headers, data=data, timeout=2, allow_redirects=True)
pattern1=re.compile(r"location\.replace\(\'(.*)\'\)")
pattern2=re.compile(r"userdomain\":\"(.*)\"},")
redirent_url=pattern1.search(r.content.decode("GBK")).group(1)
r1=sess.get(redirent_url)
login_url="https://weibo.com/"+ pattern2.search(r1.content.decode("utf-8")).group(1)
r2=sess.get(login_url)
weibo_headers["referer"]=r2.url
login_url1="https://weibo.com/aj/mblog/add?ajwvr=6&__rnd="+str(int(time.time()*1000))
r3=sess.post(login_url1, headers=weibo_headers, data=weibo_data, timeout=2)
if(r3.status_code==requests.codes.ok):
print("send weibo successfully!!!")
else:
print("there is something wrong!!!")
if__name__ =='__main__':
wb=weibo("***","***")
wb.login_login_send("这是一段测试文本")
然后你不用申请key也能写个自动发微博的程序了，当然能申请key最好啦。
监测新闻网站，自动发微博
这一点实现很简单，定义几个关键词，每隔60s爬取一次新闻网站，如果新出的新闻标题中包含关键词，就把新闻的标题和链接发到微博，程序的实现如下：
importre
importrequests
frombs4importBeautifulSoup
importtime
fromWeiboimportweibo
KEYWORDS = ["BTS","방탄소넌단","김석진","김남준","민윤기","정호석","박지민","김태형","전정국"]
classNewsSpider(object):
"""docstring for NewsSpider"""
def__init__(self):
super(NewsSpider, self).__init__()
self.url=["http://www.instiz.net/pt","http://www.instiz.net/clip"]
self.newslist=[]
self.wb=weibo("***","***")
print("complete initializing")
defcheckkeywords(self, title):
isinclude=False
forkeywordsinKEYWORDS:
ifkeywordsintitle:
isinclude=True
returnisinclude
defupdatenewslist(self, url):
withrequests.Session()assess:
r=sess.get(url, timeout=2)
soup=BeautifulSoup(r.content,"lxml")
listsubject=soup.find_all(id="subject")
forsubjectinlistsubject:
pattern = re.compile(r'\d{6,7}')
href=subject.a.get('href')
id=pattern.search(href)
ifid.group():
title=subject.a.text
ifself.checkkeywords(title)andid.group()notinself.newslist:
self.newslist.append(id.group())
self.updateWeibo(url+"/"+id.group(), title)
defrunforever(self):
i=0
failnum=0
while(1):
try:
self.updatenewslist(self.url[i])# 两个板块，交替执行
failnum=0
exceptExceptionase:
# 如果由于某些问题连续失败，比如ip被ban，记录失败次数，连续60次失败通知
failnum=failnum+1
iffailnum>=60:
print("There is something wrong with your code!!!")
failnum=0
finally:
i=(i+1)%2
time.sleep(30)
defupdateWeibo(self, newsurl, newstitle):
text="你的偶像们又有新消息了："+newstitle+"。详情查看链接->"+newsurl
print(text)
self.wb.login_and_send_message(text)
if__name__ =='__main__':
ns=NewsSpider()
ns.runforever()
具体效果如图：
后记
当我帮程序交到妹子手上 ，就没有然后了。果然是badiaowuqing啊~
这波教程不点个赞，不关注一下说不过去吧？
对爬虫技术感兴趣的同学可以加群705673780，一起探讨，交流学习~
这边是我的一个微信公众号，分享Python最新技术，学习方法的一个公众号，有兴趣的朋友可以关注一哈
Python大咖那些事
网友评论