豆瓣机器人 自动加入/退出小组、自动在小组发帖/删帖、自动回复 Python实现代码 豆瓣爬虫

用Python实现了一个在豆瓣上 自动加入/退出小组、自动在小组发帖/删帖、自动回复 的小工具。

代码请见github：https://github.com/echoTheLiar/DoubanAuto

主要实现原理阐述如下：

1. 要在豆瓣上自动完成针对小组的操作，首先需要模拟浏览器登录，此处利用cookie携带登录信息，如利用上述代码，请在Chrome浏览器中右键检查，将获得的Cookie信息复制到代码文件 config/doubanCookies.txt 下替换原有内容即可



2. 自动加入小组：发帖的前提是加入小组。加入小组利用代码实现时，通过抓取相应的加入小组的链接，再利用get请求即可。我在示例代码中演示了如何加入活跃的小组，可以修改代码按自己意愿调用；此处活跃小组是之前爬取到的豆瓣上成员超过10000的小组id，如需下载，请见http://download.csdn.net/download/doleria/10143962 ,没有这个文件也不影响功能，注释掉相关代码行即可；

3. 自动发帖、回帖：手动在浏览器中进行发帖操作（前提：在已加入的小组里），然后利用抓包程序（如fiddler）查看这一过程中POST或GET的具体参数，此处不再赘述；需要注意的是，有个ck参数，会随着用户变化而变化，代码实现时在cookie中取），具体见 util/doubanutil.py 中的相关方法

4. 验证码识别：验证码识别模块调用百度OCR接口，自测识别率不是很高，但基本能满足要求。如要使用该功能，需要申请百度开发者账号，不再赘述（后续考虑自己实现验证码识别，敬请期待~）；在该模块中，首先爬取发帖界面的html源码，取出验证码的存储地址，下载至本地 image/目录下，由于验证码有可能重复，为避免重复存储验证码图片，将图片地址命名为图片文件的md5值。这样，每次下载图片后，计算文件的md5值，如果已存在，则不保存至本地。

5. 对了，我在代码里用到了函数式编程的设计模式（filter模式），主要体现在group文件夹下的join.py quit.py remove.py三个文件当中，因为加入小组、退出小组及移除帖子都需要获取相应的链接，在此处有共性也有差异。所以做了抽象，具体参见代码实现。

欢迎批评指正，提出意见。

===============================================

代码请见github：https://github.com/echoTheLiar/DoubanAuto

===============================================