美文网首页语言Python爬虫python爬虫
Python系列之——利用Python实现微博监控

Python系列之——利用Python实现微博监控

作者: 奶权 | 来源:发表于2017-07-31 16:55 被阅读641次

    0x00 前言:

    前几个星期在写一个微博监控系统 可谓是一波三折啊 获取到微博后因为一些字符编码问题 导致心态爆炸开发中断 但是就在昨天发现了另外一个微博的接口

    一个手机微博的接口https://m.weibo.cn/ 经过一番测试后认为这个接口满足我的要求 就继续完成未完成的使命吧

    0x01 分析:

    这个接口直接访问的话会有一个302跳转到一个登陆界面

    也就是说这里需要先模拟登陆一下才可以访问到微博
    抓个包分析了一下

    发现只要用户名和密码正确既返回200且json部分的retcode会返回20000000
    少了验证码这一大坑 那模拟登陆就相当简单啦

    登陆完后访问用户主页 例如:https://m.weibo.cn/u/3023940914
    可以在审查元素的Network模块看到 这里用了两个xhr来加载用户信息及微博信息


    分别是
    https://m.weibo.cn/api/container/getIndex?type=uid&value=3023940914&containerid=1005053023940914
    https://m.weibo.cn/api/container/getIndex?type=uid&value=3023940914&containerid=1076033023940914
    经过测试这个接口直接加上typevalue参数访问 就相当于第一个接口 不必加上containerid参数
    而第二个接口的containerid参数则是通过第一个接口获取的 获取到第二个containerid参数访问第二个接口就可以获取到这个uid发布的微博了

    返回的是json格式的数据 用户的微博信息都在cards列表里每条数据的mblog数组里面 包括微博正文、图片、来源与时间
    其中card_type标识的是微博类型 例如:文字微博 图片微博 视频微博 转发等 经过测试文字微博和图片微博的card_type标识都一样为9

    这里初步只开发监控文字和图片微博的功能<del>其实就是懒</del>

    0x02 开发

    首先需要模拟登陆 后续的操作都需要基于登陆的格调来进行 也是需要在同个会话进行 可以使用requests.session() 方法来完成
    代码片段:
    reqHeaders = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0',
        'Content-Type': 'application/x-www-form-urlencoded',
        'Referer': 'https://passport.weibo.cn/signin/login',
        'Connection': 'close',
        'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3'
    }
    loginApi = 'https://passport.weibo.cn/sso/login'
    loginPostData = {
        'username':userName,
        'password':passWord,
        'savestate':1,
        'r':'',
        'ec':'0',
        'pagerefer':'',
        'entry':'mweibo',
        'wentry':'',
        'loginfrom':'',
        'client_id':'',
        'code':'',
        'qq':'',
        'mainpageflag':1,
        'hff':'',
        'hfp':''
    }
    #get user session
    session = requests.session()
    try:
        r = session.post(loginApi,data=loginPostData,headers=reqHeaders)
        if r.status_code == 200 and json.loads(r.text)['retcode'] == 20000000:
            #successful
            #do someting
        else:
            #Logon failure!
    except Exception as e:
        #Logon failure!
    
    登陆完成后就可以拼接用户id访问前面说的第一个接口了
    访问完后再拼接containerid参数获取微博信息的json数据
    代码片段:
    #get user weibo containerid
    userInfo 'https://m.weibo.cn/api/container/getIndex?uid=%s&type=uid&value=%s'%(wbUserId,wbUserId)
    try:
        r = session.get(userInfo,headers=reqHeaders)
        for i in r.json()['tabsInfo']['tabs']:
            if i['tab_type'] == 'weibo':
                conId = i['containerid']
    except Exception as e:
        #failure!
    #get user weibo index
    weiboInfo = 'https://m.weibo.cn/api/container/getIndex?uid=%s&type=uid&value=%s&containerid=%s'%(wbUserId,wbUserId,conId)
    try:
        r = session.get(weiboInfo,headers=reqHeaders)
        itemIds = []   #WBQueue
        for i in r.json()['cards']:
            if i['card_type'] == 9:
                itemIds.append(i['mblog']['id'])
    except Exception as e:
        #failure!
    
    这里把所有获取到的微博的id存起来 后面继续访问是发现有新的微博id不在这个列表里就证明是新发布的微博
    代码片段:
    def startMonitor():
          returnDict = {}
          try:
              r = session.get(weiboInfo,headers=reqHeaders)
              for i in r.json()['cards']:
                  if i['card_type'] == 9:
                      if str(i['mblog']['id']) not in itemIds:
                          itemIds.append(i['mblog']['id'])
                          #Got a new weibo
                          #@ return returnDict dict
                          returnDict['created_at'] = i['mblog']['created_at']
                          returnDict['text'] = i['mblog']['text']
                          returnDict['source'] = i['mblog']['source']
                          returnDict['nickName'] = i['mblog']['user']['screen_name']
                          #if has photos
                          if i['mblog'].has_key('pics'):
                              returnDict['picUrls'] = []
                              for j in i['mblog']['pics']:
                                  returnDict['picUrls'].append(j['url'])
                          return returnDict
          except Exception as e:
              #failure!
    

    将这些方法封装成了一个类 完整代码如下

    #!/usr/bin/env python
    # -*- coding: utf-8 -*-
    # Author    : 奶权
    # Action    : 微博监控
    # Desc      : 微博监控主模块
    
    import requests,json,sys
    from lxml import etree
    
    class weiboMonitor():
        """
            @   Class self  :
        """
        def __init__(self, ):
            self.session = requests.session()
            self.reqHeaders = {
                'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0',
                'Content-Type': 'application/x-www-form-urlencoded',
                'Referer': 'https://passport.weibo.cn/signin/login',
                'Connection': 'close',
                'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3'
            }
    
        """
            @   Class self  :
            @   String userName  : The username of weibo.cn
            @   String passWord  : The password of weibo.cn
        """
        def login(self, userName, passWord):
            loginApi = 'https://passport.weibo.cn/sso/login'
            loginPostData = {
                'username':userName,
                'password':passWord,
                'savestate':1,
                'r':'',
                'ec':'0',
                'pagerefer':'',
                'entry':'mweibo',
                'wentry':'',
                'loginfrom':'',
                'client_id':'',
                'code':'',
                'qq':'',
                'mainpageflag':1,
                'hff':'',
                'hfp':''
            }
            #get user session
            try:
                r = self.session.post(loginApi,data=loginPostData,headers=self.reqHeaders)
                if r.status_code == 200 and json.loads(r.text)['retcode'] == 20000000:
                    self.echoMsg('Info','Login successful! UserId:'+json.loads(r.text)['data']['uid'])
                else:
                    self.echoMsg('Error','Logon failure!')
                    sys.exit()
            except Exception as e:
                self.echoMsg('Error',e)
                sys.exit()
    
        """
            @   Class self  :
            @   String wbUserId  : The user you want to monitored
        """
        def getWBQueue(self, wbUserId):
            #get user weibo containerid
            userInfo = 'https://m.weibo.cn/api/container/getIndex?uid=%s&type=uid&value=%s'%(wbUserId,wbUserId)
            try:
                r = self.session.get(userInfo,headers=self.reqHeaders)
                for i in r.json()['tabsInfo']['tabs']:
                    if i['tab_type'] == 'weibo':
                        conId = i['containerid']
            except Exception as e:
                self.echoMsg('Error',e)
                sys.exit()
            #get user weibo index
            self.weiboInfo = 'https://m.weibo.cn/api/container/getIndex?uid=%s&type=uid&value=%s&containerid=%s'%(wbUserId,wbUserId,conId)
            try:
                r = self.session.get(self.weiboInfo,headers=self.reqHeaders)
                self.itemIds = []   #WBQueue
                for i in r.json()['cards']:
                    if i['card_type'] == 9:
                        self.itemIds.append(i['mblog']['id'])
                self.echoMsg('Info','Got weibos')
                self.echoMsg('Info','Has %d id(s)'%len(self.itemIds))
            except Exception as e:
                self.echoMsg('Error',e)
                sys.exit()
        """
            @   Class self  :
        """
        def startMonitor(self, ):
            returnDict = {}
            try:
                r = self.session.get(self.weiboInfo,headers=self.reqHeaders)
                for i in r.json()['cards']:
                    if i['card_type'] == 9:
                        if str(i['mblog']['id']) not in self.itemIds:
                            self.itemIds.append(i['mblog']['id'])
                            self.echoMsg('Info','Got a new weibo')
                            #@ return returnDict dict
                            returnDict['created_at'] = i['mblog']['created_at']
                            returnDict['text'] = i['mblog']['text']
                            returnDict['source'] = i['mblog']['source']
                            returnDict['nickName'] = i['mblog']['user']['screen_name']
                            #if has photos
                            if i['mblog'].has_key('pics'):
                                returnDict['picUrls'] = []
                                for j in i['mblog']['pics']:
                                    returnDict['picUrls'].append(j['url'])
                            return returnDict
                self.echoMsg('Info','Has %d id(s)'%len(self.itemIds))
            except Exception as e:
                self.echoMsg('Error',e)
                sys.exit()
    
        """
            @   String level   : Info/Error
            @   String msg     : The message you want to show
        """
        def echoMsg(self, level, msg):
            if level == 'Info':
                print '[Info] %s'%msg
            elif level == 'Error':
                print '[Error] %s'%msg
    
    
    写了个一发现有新微博就发邮件提醒的功能 完整代码见Github地址 https://github.com/naiquann/WBMonitor

    0x03 测试

    运行代码

    填写完相关的登陆信息及要监控的用户的id后

    这里写了一个心跳包 每三秒访问一次看看有没有新微博发布
    测试的时候这样比较方便 要是拿来用的话可以酌情增加间隔时间 当有微博发布的时候


    大功告成啦 监控小姐姐的微博去喽~

    本文作者:奶权#米斯特安全团队 转载请注明出处 http://www.hi-ourlife.com/study/index.html

    相关文章

      网友评论

      本文标题:Python系列之——利用Python实现微博监控

      本文链接:https://www.haomeiwen.com/subject/owyrlxtx.html