在抓包的時候，開始使用的是Chrome開發工具中的Network，結果沒有抓到，後來使用Fiddler成功抓取資料。下面逐步來細化上述過程。
模擬知乎登入前，先來看看本案例所使用的環境及其工具：
Windows 7 Python 2.75
Chrome Fiddler: 用來監控客戶端與伺服器的通訊狀況，以及尋找相關參數的位置。
使用Google瀏覽器結合Fiddler來監控客戶端與服務端的通訊流程；
根據監控結果，建構請求伺服器過程中傳遞的參數；
使用Python模擬參數傳遞過程。
用戶端與服務端通訊過程的幾個關鍵點：
登入時的url位址。
主要有兩種方法可以取得登入時提交的參數【params】：第一種是透過分析頁面原始碼來找到表單標籤及屬性；。適應比較簡單的頁面。第二、使用抓包工具，查看提交的url和參數，通常使用的是Chrome的開發者工具中的Network， Fiddler等。
登入後跳轉的url。
首先看看這個登入頁面，也就是我們登入時的url位址。
看到這個頁面，我們也可以大概猜測下請求伺服器時傳遞了幾個字段，很明顯有：用戶名、密碼、驗證碼以及「記住我”這幾個值。那麼實際上有哪些呢？下面來分分析下。
先查看HTML原始碼，Google裡可以使用CTRL U查看，然後使用CTRL F輸入input看看有哪些欄位值，詳情如下：
請求伺服器時，原始碼表示還附帶一個隱藏欄位「_xsrf」。現在的疑問是參數是透過什麼名稱進行傳遞的，因此需要使用別的工具來擷取封包進行分析。在這裡，筆者用的是Fiddler，它可以在Windows系統上運作。當然，你也可以使用其他工具。
由於抓包所得到的資訊量較大，尋找所需資訊變得較為困難，抓包過程因此變得較為繁瑣。關於fiddler，很容易使用，有過不會，可以去百度搜一下。為了防止其他資訊幹擾，我們先將fiddler中的記錄清除，然後輸入用戶名（筆者使用的是郵箱登錄）、密碼等資訊登錄，對應的在fiddler中會有如下結果:
備註：如果是使用手機登錄，則對應fiddler中的url是「/login/phone_num」。
為了查看詳細的請求參數，我們左鍵單機“/login/email”，可以看到下列資訊：
請求方式為POST，請求的url為https://www.zhihu.com/login/email。而從From Data可以看出，對應的欄位名稱如下：
_xsrf
captcha
password
#remember
對於這五個字段，程式碼中email 、password以及captcha都是手動輸入的，remember初始化為true。可以根據登入頁面的來源文件，取得input標籤中名為_xsrf的value值，從而得到剩餘的_xsrf。
對於驗證碼，則需要透過額外的請求，可以透過定點查看原始碼看出：
連結為https://www.zhihu.com/captcha.gif?type=login，這裡省略了ts（經過測試，可省略掉）。現在，可以使用程式碼進行模擬登入。
溫馨提示：如果使用的是手機號碼進行登錄，則請求的url為https://www.zhihu.com/login/phone_num，同時email欄位名稱將變成“phone_num”。
在編寫程式碼實作知乎登入的過程中，筆者將一些功能封裝成了一個簡單的類別WSpider，以便重複使用，檔案名稱為WSpider.py。
# -*- coding: utf-8 -*-
"""
Created on Thu Nov 02 14:01:17 2016
@author: liudiwei
"""
import urllib
import urllib2
import cookielib
import logging
class WSpider(object):
def __init__(self):
#init params
self.url_path = None
self.post_data = None
self.header = None
self.domain = None
self.operate = None
#init cookie
self.cookiejar = cookielib.LWPCookieJar()
self.opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(self.cookiejar))
urllib2.install_opener(self.opener)
def setRequestData(self, url_path=None, post_data=None, header=None):
self.url_path = url_path
self.post_data = post_data
self.header = header
def getHtmlText(self, is_cookie=False):
if self.post_data == None and self.header == None:
request = urllib2.Request(self.url_path)
else:
request = urllib2.Request(self.url_path, urllib.urlencode(self.post_data), self.header)
response = urllib2.urlopen(request)
if is_cookie:
self.operate = self.opener.open(request)
resText = response.read()
return resText
"""
Save captcha to local
"""
def saveCaptcha(self, captcha_url, outpath, save_mode='wb'):
picture = self.opener.open(captcha_url).read() #用openr访问验证码地址,获取cookie
local = open(outpath, save_mode)
local.write(picture)
local.close()
def getHtml(self, url):
page = urllib.urlopen(url)
html = page.read()
return html
"""
功能：将文本内容输出至本地
@params
content：文本内容
out_path: 输出路径
"""
def output(self, content, out_path, save_mode="w"):
fw = open(out_path, save_mode)
fw.write(content)
fw.close()
"""#EXAMPLE
logger = createLogger('mylogger', 'temp/logger.log')
logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')
"""
def createLogger(self, logger_name, log_file):
# 创建一个logger
logger = logging.getLogger(logger_name)
logger.setLevel(logging.INFO)
# 创建一个handler，用于写入日志文件
fh = logging.FileHandler(log_file)
# 再创建一个handler，用于输出到控制台
ch = logging.StreamHandler()
# 定义handler的输出格式formatter
formatter = logging.Formatter('%(asctime)s | %(name)s | %(levelname)s | %(message)s')
fh.setFormatter(formatter)
ch.setFormatter(formatter)
# 给logger添加handler
logger.addHandler(fh)
logger.addHandler(ch)
return logger關於模擬登入知乎的原始碼，保存在zhiHuLogin.py文件，內容如下：
# -*- coding: utf-8 -*-
"""
Created on Thu Nov 02 17:07:17 2016
@author: liudiwei
"""
import urllib
from WSpider import WSpider
from bs4 import BeautifulSoup as BS
import getpass
import json
import WLogger as WLog
"""
2016.11.03 由于验证码问题暂时无法正常登陆
2016.11.04 成功登录，期间出现下列问题
验证码错误返回：{ "r": 1, "errcode": 1991829, "data": {"captcha":"验证码错误"}, "msg": "验证码错误" }
验证码过期：{ "r": 1, "errcode": 1991829, "data": {"captcha":"验证码回话无效 :(","name":"ERR_VERIFY_CAPTCHA_SESSION_INVALID"}, "msg": "验证码回话无效 :(" }
登录：{"r":0, "msg": "登录成功"}
"""
def zhiHuLogin():
spy = WSpider()
logger = spy.createLogger('mylogger', 'temp/logger.log')
homepage = r"https://www.zhihu.com/"
html = spy.opener.open(homepage).read()
soup = BS(html, "html.parser")
_xsrf = soup.find("input", {'type':'hidden'}).get("value")
#根据email和手机登陆得到的参数名不一样，email登陆传递的参数是‘email'，手机登陆传递的是‘phone_num'
username = raw_input("Please input username: ")
password = getpass.getpass("Please input your password: ")
account_name = None
if "@" in username:
account_name = 'email'
else:
account_name = 'phone_num'
#保存验证码
logger.info("save captcha to local machine.")
captchaURL = r"https://www.zhihu.com/captcha.gif?type=login" #验证码url
spy.saveCaptcha(captcha_url=captchaURL, outpath="temp/captcha.jpg") #temp目录需手动创建
#请求的参数列表
post_data = {
'_xsrf': _xsrf,
account_name: username,
'password': password,
'remember_me': 'true',
'captcha':raw_input("Please input captcha: ")
}
#请求的头内容
header ={
'Accept':'*/*' ,
'Content-Type':'application/x-www-form-urlencoded; charset=UTF-8',
'X-Requested-With':'XMLHttpRequest',
'Referer':'https://www.zhihu.com/',
'Accept-Language':'en-GB,en;q=0.8,zh-CN;q=0.6,zh;q=0.4',
'Accept-Encoding':'gzip, deflate, br',
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.116 Safari/537.36',
'Host':'www.zhihu.com'
}
url = r"https://www.zhihu.com/login/" + account_name
spy.setRequestData(url, post_data, header)
resText = spy.getHtmlText()
jsonText = json.loads(resText)
if jsonText["r"] == 0:
logger.info("Login success!")
else:
logger.error("Login Failed!")
logger.error("Error info ---> " + jsonText["msg"])
text = spy.opener.open(homepage).read() #重新打开主页，查看源码可知此时已经处于登录状态
spy.output(text, "out/home.html") #out目录需手动创建
if __name__ == '__main__':
zhiHuLogin()關於原始碼的分析，可以參考程式碼中的註解。
在控制台中執行python zhiHuLogin.py，然後按提示輸入對應的內容，最後可得到以下不同的結果（舉了三個實例）：
以上是如何利用Python實現模擬登入知乎的詳細內容。更多資訊請關注PHP中文網其他相關文章！
