使用requests的session机制模拟登陆知乎

开发环境

1. Python版本： python3.6
2. Python库： requests, pillow, re
3. 浏览器： Google Chrome 62.0.3202.94
4. 调试工具：pycharm 2017.1.3
5. 电脑系统：Windows 10 64位系统

模拟登陆代码

import requeststry:    import cookielibexcept:    import http.cookiejar as cookielibimport resession = requests.session()session.cookies = cookielib.LWPCookieJar(filename="cookies.txt")try:    session.cookies.load(ignore_discard=True)except:    print ("cookie未能加载")headers = {    'Host': "www.zhihu.com",    'Referer': "https://www.zhihu.com/signin?next=/",    'user-agent': "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Mobile Safari/537.36"}def is_login():    #通过个人中心页面返回状态码来判断是否为登录状态    inbox_url = 'https://www.zhihu.com/inbox'    response = session.get(inbox_url, headers=headers, allow_redirects=False)    if response.status_code != 200:        return False    else:        return Truedef get_xsrf():    #获取xsrf code    response = session.get("https://www.zhihu.com/signin?next=/#signin", headers=headers)    match_obj = re.match('.*name="_xsrf" value="(.*?)"', response.text)    if match_obj:        return (match_obj.group(1))    else:        return ""def get_index():    response = session.get("https://www.zhihu.com", headers=headers)    with open("index_page.html", "wb") as f:        f.write(response.text.encode("utf-8"))    print ("ok")def get_captcha():    import time    t = str(int(time.time()*1000))    captcha_url = "https://www.zhihu.com/captcha.gif?r={0}&type=login".format(t)    t = session.get(captcha_url, headers=headers)    with open("captcha.jpg","wb") as f:        f.write(t.content)        f.close()    from PIL import Image    try:        im = Image.open('captcha.jpg')        im.show()        im.close()    except:        pass    captcha = input("输入验证码\n>")    return captchadef zhihu_login(account, password):    #知乎登录    if re.match("^1\d{10}",account):        print ("手机号码登录")        post_url = "https://www.zhihu.com/login/phone_num"        post_data = {            "_xsrf": get_xsrf(),            "phone_num": account,            "password": password,            "captcha":get_captcha()        }    else:        if "@" in account:            #判断用户名是否为邮箱            print("邮箱方式登录")            post_url = "https://www.zhihu.com/login/email"            post_data = {                "_xsrf": get_xsrf(),                "email": account,                "password": password            }    response_text = session.post(post_url, data=post_data, headers=headers)    session.cookies.save()zhihu_login("187********", "******")# get_index()is_login()# get_captcha()

代码分析

访问知乎登陆界面

https://www.zhihu.com/#signin

按 F12 调试工具
点击： 登陆 – 使用密码登陆

在Network选项中， 勾选 preserve log （点击登陆会有页面会转跳，清空数据）
点击登陆之后，查看 XHR 参数， 我们会看到 phone_num 这个url传递的参数带有登陆信息

有四个参数： _xsrf 、password、 captcha_type、phone_num
第一个参数，当我们查看知乎登陆界面的源代码时， 搜索这个关键词就能查到。

验证码

知乎登陆有中文验证码和英文验证码请求，上述代码使用英文验证码请求的