python模拟登陆知乎（手工识别验证码）

借鉴：http://www.jianshu.com/p/3debfb110ad9

https://github.com/xchaoinfo/fuck-login/tree/master/001%20zhihu

https://github.com/lining0806/PythonSpiderNotes/tree/master/ZhihuSpider

详细的介绍请看http://www.jianshu.com/p/3debfb110ad9，这个文章介绍的很清楚。

然后我概括一下主要的设计思路。

在点击登陆按钮的时候，除了向服务器传输账号和密码外，还需要传输xsrf参数以及验证码。还有一点，简化一些。如果成功登陆的话，

就把cookie保存下来。下一次再次运行程序的时候就使用cookie来登陆。

# coding: utf8

import requests
from bs4 import BeautifulSoup
import os,time
import http.cookiejar
import json
import re

global hasCookie
hasCookie = False
#访问的链接
global url
#保持一个session来进行全部的访问操作
session = requests.Session()
session.cookies = http.cookiejar.LWPCookieJar(filename='zhihucookie')

# 构造 Request headers
agent = 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Mobile Safari/537.36'
headers = {
"Host":"www.zhihu.com",
"Referer":"https://www.zhihu.com",
"User-Agent":agent,
"X-Requested-With":"XMLHttpRequest"
}

try:
session.cookies.load(ignore_discard=True)
hasCookie = True
except:
print('cookie 文件未能加载')

def get_xsrf():
"""
获取参数_xsrf
"""
response = session.get('https://www.zhihu.com', headers=headers)
homesoup = BeautifulSoup(response.text, 'html.parser')
xsrfinput = homesoup.find('input', {'name': '_xsrf'})
return xsrfinput['value']

def get_captcha():
########## 获取验证码文件
randomtime = str(int(time.time() * 1000))
captchaurl = 'https://www.zhihu.com/captcha.gif?r=' + \
randomtime + "&type=login"
captcharesponse = session.get(url=captchaurl, headers=headers)
with open('checkcode.gif', 'wb') as f:
f.write(captcharesponse.content)
f.close()
os.startfile('checkcode.gif')
captcha = raw_input('请输入验证码：')
return captcha

def login():
"""
输入自己的账号密码，模拟登录知乎
"""

# 若不用验证码，使用cookie登录
if(hasCookie):
#为了防止cookie失效，用try来捕捉异常
try:
url='https://www.zhihu.com/login/email'
result = session.get(url,headers=headers)
except Exception,e:
print str(e)
loginwithcaptcha()
# 要用验证码，post后登录
else:
loginwithcaptcha()

# 保存cookie到本地
session.cookies.save(ignore_discard=True, ignore_expires=True)
#验证码登陆，不管在页面需不需要进行验证码输入，我们在程序中都给他输入
def loginwithcaptcha():
username = raw_input('输入账号：')
password = raw_input('输入密码：')
# 检测到11位数字则是手机登录
if re.match(r'\d{11}$', username):
url = "http://www.zhihu.com/login/phone_num"
print('使用手机登录中...')
data = {'_xsrf': get_xsrf(),
'password': password,
'remember_me': 'true',
'phone_num': username
}
else:
url = 'https://www.zhihu.com/login/email'
print('使用邮箱登录中...')
data = {'_xsrf': get_xsrf(),
'password': password,
'remember_me': 'true',
'email': username
}
# headers['X-Xsrftoken'] = data['_xsrf']
data['captcha'] = get_captcha()
result = session.post(url, data=data, headers=headers)
result_response = result.json()['r']
#判断返回值，如果返回值为1，则出现错误，需要重新输入验证码，当然要确定你的账号和密码没有错误
while (result_response == 1):
data['captcha'] = get_captcha()
result = session.post(url, data=data, headers=headers)
result_response = result.json()['r']

if __name__ == '__main__':
login()
# 设置里面的简介页面，登录后才能查看。以此来验证确实登录成功
get_url = 'https://www.zhihu.com/settings/profile'
# allow_redirects=False 禁止重定向
resp = session.get(get_url, headers=headers, allow_redirects=False)
print(resp.text)