經(jīng)過多次嘗試，模擬登錄淘寶終于成功了，實(shí)在是不容易，淘寶的登錄加密和驗(yàn)證太復(fù)雜了，煞費(fèi)苦心，在此寫出來和大家一起分享，希望大家支持。
溫馨提示
更新時(shí)間，2016-02-01，現(xiàn)在淘寶換成了滑塊驗(yàn)證了，比較難解決這個(gè)問題，以下的代碼沒法用了，僅作學(xué)習(xí)參考研究之用吧。
本篇內(nèi)容
1. python模擬登錄淘寶網(wǎng)頁
2. 獲取登錄用戶的所有訂單詳情
3. 學(xué)會(huì)應(yīng)對(duì)出現(xiàn)驗(yàn)證碼的情況
4. 體會(huì)一下復(fù)雜的模擬登錄機(jī)制
探索部分成果
1. 淘寶的密碼用了AES加密算法，最終將密碼轉(zhuǎn)化為256位，在POST時(shí)，傳輸?shù)氖?56位長度的密碼。
2. 淘寶在登錄時(shí)必須要輸入驗(yàn)證碼，在經(jīng)過幾次嘗試失敗后最終獲取了驗(yàn)證碼圖片讓用戶手動(dòng)輸入來驗(yàn)證。
3. 淘寶另外有復(fù)雜且每天在變的 ua 加密算法，在程序中我們需要提前獲取某一 ua 碼才可進(jìn)行模擬登錄。
4. 在獲取最后的登錄 st 碼時(shí)，歷經(jīng)了多次請(qǐng)求和正則表達(dá)式提取，且 st 碼只可使用一次。
整體思路梳理
1. 手動(dòng)到瀏覽器獲取 ua 碼以及 加密后的密碼，只獲取一次即可，一勞永逸。
2. 向登錄界面發(fā)送登錄請(qǐng)求，POST 一系列參數(shù)，包括 ua 碼以及密碼等等，獲得響應(yīng)，提取驗(yàn)證碼圖像。
3. 用戶輸入手動(dòng)驗(yàn)證碼，重新加入驗(yàn)證碼數(shù)據(jù)再次用 POST 方式發(fā)出請(qǐng)求，獲得響應(yīng)，提取 J_Htoken。
4. 利用 J_Htoken 向 alipay 發(fā)出請(qǐng)求，獲得響應(yīng)，提取 st 碼。
5. 利用 st 碼和用戶名，重新發(fā)出登錄請(qǐng)求，獲得響應(yīng)，提取重定向網(wǎng)址，存儲(chǔ) cookie。
6. 利用 cookie 向其他個(gè)人頁面如訂單頁面發(fā)出請(qǐng)求，獲得響應(yīng)，提取訂單詳情。
是不是沒看懂？沒事，下面我將一點(diǎn)點(diǎn)說明自己模擬登錄的過程，希望大家可以理解。
前期準(zhǔn)備
由于淘寶的 ua 算法和 aes 密碼加密算法太復(fù)雜了，ua 算法在淘寶每天都是在變化的，不過，這個(gè)內(nèi)容你獲取之后一直用即可，經(jīng)過測試之后沒有問題，一勞永逸。
那么 ua 和 aes 密碼怎樣獲取呢？
我們就從瀏覽器里面直接獲取吧，打開瀏覽器，找到淘寶的登錄界面，按 F12 或者瀏覽器右鍵審查元素。
在這里我用的是火狐瀏覽器，首先記得在瀏覽器中設(shè)置一下顯示持續(xù)日志，要不然頁面跳轉(zhuǎn)了你就看不到之前抓取的信息了。在這里截圖如下：
好，那么接下來我們就從瀏覽器中獲取 ua 和 aes 密碼
點(diǎn)擊網(wǎng)絡(luò)選項(xiàng)卡，這時(shí)都是空的，什么數(shù)據(jù)也沒有截取。這時(shí)你就在網(wǎng)頁上登錄一下試試吧，輸入用戶名啊，密碼啊，有必要時(shí)需要輸入驗(yàn)證碼，點(diǎn)擊登錄。
等跳轉(zhuǎn)成功后，你就可以看到好多日志記錄了，點(diǎn)擊圖中的那一行 login.taobo.com，然后查看參數(shù)，你就會(huì)發(fā)現(xiàn)表單數(shù)據(jù)了，其中就包括 ua 還有下面的 password2，把這倆復(fù)制下來，我們之后要用到的。這就是我們需要的 ua 還有 aes 加密后的密碼。
恩，讀到這里，你應(yīng)該獲取到了屬于自己的 ua 和 password2 兩個(gè)內(nèi)容。
輸入驗(yàn)證碼并獲取J_HToken
經(jīng)過博主本人親自驗(yàn)證，有時(shí)候，在模擬登錄時(shí)你并不需要輸入驗(yàn)證碼，它直接返回的結(jié)果就是前面所說的下一步用到的 J_Token，而有時(shí)候你則會(huì)需要輸入驗(yàn)證碼，等你手動(dòng)輸入驗(yàn)證碼之后，重新請(qǐng)求登錄一次。
博主是邊寫程序邊更新文章的，現(xiàn)在寫完了是否有必要輸入驗(yàn)證碼的檢驗(yàn)以及在瀏覽器中呈現(xiàn)驗(yàn)證碼。
代碼如下
__author__?=?'CQC'
#?-*-?coding:utf-8?-*-
import?urllib
import?urllib2
import?cookielib
import?re
import?webbrowser
#模擬登錄淘寶類
class?Taobao:
#初始化方法
def?__init__(self):
#登錄的URL
self.loginURL?=?"https://login.taobao.com/member/login.jhtml"
#代理IP地址，防止自己的IP被封禁
self.proxyURL?=?'http://120.193.146.97:843'
#登錄POST數(shù)據(jù)時(shí)發(fā)送的頭部信息
self.loginHeaders?=??{
'Host':'login.taobao.com',
'User-Agent'?:?'Mozilla/5.0?(Windows?NT?6.1;?WOW64;?rv:35.0)?Gecko/20100101?Firefox/35.0',
'Referer'?:?'https://login.taobao.com/member/login.jhtml',
'Content-Type':?'application/x-www-form-urlencoded',
'Connection'?:?'Keep-Alive'
}
#用戶名
self.username?=?'cqcre'
#ua字符串，經(jīng)過淘寶ua算法計(jì)算得出，包含了時(shí)間戳,瀏覽器,屏幕分辨率,隨機(jī)數(shù),鼠標(biāo)移動(dòng),鼠標(biāo)點(diǎn)擊,其實(shí)還有鍵盤輸入記錄,鼠標(biāo)移動(dòng)的記錄、點(diǎn)擊的記錄等等的信息
self.ua?=?'191UW5TcyMNYQwiAiwTR3tCf0J/QnhEcUpkMmQ=|Um5Ockt0TXdPc011TXVKdyE=|U2xMHDJ+H2QJZwBxX39Rb1d5WXcrSixAJ1kjDVsN|VGhXd1llXGNaYFhkWmJaYl1gV2pIdUtyTXRKfkN4Qn1FeEF6R31TBQ==|VWldfS0TMw8xDjYWKhAwHiUdOA9wCDEVaxgkATdcNU8iDFoM|VmNDbUMV|V2NDbUMV|WGRYeCgGZhtmH2VScVI2UT5fORtmD2gCawwuRSJHZAFsCWMOdVYyVTpbPR99HWAFYVMpUDUFORshHiQdJR0jAT0JPQc/BDoFPgooFDZtVBR5Fn9VOwt2EWhCOVQ4WSJPJFkHXhgoSDVIMRgnHyFqQ3xEezceIRkmahRqFDZLIkUvRiEDaA9qQ3xEezcZORc5bzk=|WWdHFy0TMw8vEy0UIQE0ADgYJBohGjoAOw4uEiwXLAw2DThu9a==|WmBAED5+KnIbdRh1GXgFQSZbGFdrUm1UblZqVGxQa1ZiTGxQcEp1I3U=|W2NDEz19KXENZwJjHkY7Ui9OJQsre09zSWlXY1oMLBExHzERLxsuE0UT|XGZGFjh4LHQdcx5zH34DRyBdHlFtVGtSaFBsUmpWbVBkSmpXd05zTnMlcw==|XWdHFzl5LXUJYwZnGkI/VitKIQ8vEzMKNws3YTc=|XmdaZ0d6WmVFeUB8XGJaYEB4TGxWbk5yTndXa0tyT29Ta0t1QGBeZDI='
#密碼，在這里不能輸入真實(shí)密碼，淘寶對(duì)此密碼進(jìn)行了加密處理，256位，此處為加密后的密碼
self.password2?=?'7511aa68sx629e45de220d29174f1066537a73420ef6dbb5b46f202396703a2d56b0312df8769d886e6ca63d587fdbb99ee73927e8c07d9c88cd02182e1a21edc13fb8e140a4a2a4b5c253bf38484bd0e08199e03eb9bf7b365a5c673c03407d812b91394f0d3c7564042e3f2b11d156aeea37ad6460118914125ab8f8ac466f'
self.post?=?post?=?{
'ua':self.ua,
'TPL_checkcode':'',
'CtrlVersion':?'1,0,0,7',
'TPL_password':'',
'TPL_redirect_url':'http://i.taobao.com/my_taobao.htm?nekot=udm8087E1424147022443',
'TPL_username':self.username,
'loginsite':'0',
'newlogin':'0',
'from':'tb',
'fc':'default',
'style':'default',
'css_style':'',
'tid':'XOR_1_000000000000000000000000000000_625C4720470A0A050976770A',
'support':'000001',
'loginType':'4',
'minititle':'',
'minipara':'',
'umto':'NaN',
'pstrong':'3',
'llnick':'',
'sign':'',
'need_sign':'',
'isIgnore':'',
'full_redirect':'',
'popid':'',
'callback':'',
'guf':'',
'not_duplite_str':'',
'need_user_id':'',
'poy':'',
'gvfdcname':'10',
'gvfdcre':'',
'from_encoding?':'',
'sub':'',
'TPL_password_2':self.password2,
'loginASR':'1',
'loginASRSuc':'1',
'allp':'',
'oslanguage':'zh-CN',
'sr':'1366*768',
'osVer':'windows|6.1',
'naviVer':'firefox|35'
}
#將POST的數(shù)據(jù)進(jìn)行編碼轉(zhuǎn)換
self.postData?=?urllib.urlencode(self.post)
#設(shè)置代理
self.proxy?=?urllib2.ProxyHandler({'http':self.proxyURL})
#設(shè)置cookie
self.cookie?=?cookielib.LWPCookieJar()
#設(shè)置cookie處理器
self.cookieHandler?=?urllib2.HTTPCookieProcessor(self.cookie)
#設(shè)置登錄時(shí)用到的opener，它的open方法相當(dāng)于urllib2.urlopen
self.opener?=?urllib2.build_opener(self.cookieHandler,self.proxy,urllib2.HTTPHandler)
#得到是否需要輸入驗(yàn)證碼，這次請(qǐng)求的相應(yīng)有時(shí)會(huì)不同，有時(shí)需要驗(yàn)證有時(shí)不需要
def?needIdenCode(self):
#第一次登錄獲取驗(yàn)證碼嘗試，構(gòu)建request
request?=?urllib2.Request(self.loginURL,self.postData,self.loginHeaders)
#得到第一次登錄嘗試的相應(yīng)
response?=?self.opener.open(request)
#獲取其中的內(nèi)容
content?=?response.read().decode('gbk')
#獲取狀態(tài)嗎
status?=?response.getcode()
#狀態(tài)碼為200，獲取成功
if?status?==?200:
print?u"獲取請(qǐng)求成功"
#\u8bf7\u8f93\u5165\u9a8c\u8bc1\u7801這六個(gè)字是請(qǐng)輸入驗(yàn)證碼的utf-8編碼
pattern?=?re.compile(u'\u8bf7\u8f93\u5165\u9a8c\u8bc1\u7801',re.S)
result?=?re.search(pattern,content)
#如果找到該字符，代表需要輸入驗(yàn)證碼
if?result:
print?u"此次安全驗(yàn)證異常，您需要輸入驗(yàn)證碼"
return?content
#否則不需要
else:
print?u"此次安全驗(yàn)證通過，您這次不需要輸入驗(yàn)證碼"
return?False
else:
print?u"獲取請(qǐng)求失敗"
#得到驗(yàn)證碼圖片
def?getIdenCode(self,page):
#得到驗(yàn)證碼的圖片
pattern?=?re.compile('
#匹配的結(jié)果
matchResult?=?re.search(pattern,page)
#已經(jīng)匹配得到內(nèi)容，并且驗(yàn)證碼圖片鏈接不為空
if?matchResult?and?matchResult.group(1):
print?matchResult.group(1)
return?matchResult.group(1)
else:
print?u"沒有找到驗(yàn)證碼內(nèi)容"
return?False
#程序運(yùn)行主干
def?main(self):
#是否需要驗(yàn)證碼，是則得到頁面內(nèi)容，不是則返回False
needResult?=?self.needIdenCode()
if?not?needResult?==?False:
print?u"您需要手動(dòng)輸入驗(yàn)證碼"
idenCode?=?self.getIdenCode(needResult)
#得到了驗(yàn)證碼的鏈接
if?not?idenCode?==?False:
print?u"驗(yàn)證碼獲取成功"
print?u"請(qǐng)?jiān)跒g覽器中輸入您看到的驗(yàn)證碼"
webbrowser.open_new_tab(idenCode)
#驗(yàn)證碼鏈接為空，無效驗(yàn)證碼
else:
print?u"驗(yàn)證碼獲取失敗，請(qǐng)重試"
else:
print?u"不需要輸入驗(yàn)證碼"
taobao?=?Taobao()
taobao.main()
恩，請(qǐng)把里面的 ua 和 password2 還有用戶名換成自己的進(jìn)行嘗試，用我的可能會(huì)產(chǎn)生錯(cuò)誤的。
運(yùn)行結(jié)果
然后會(huì)蹦出瀏覽器，顯示了驗(yàn)證碼的內(nèi)容，這個(gè)需要你來手動(dòng)輸入。
在這里有小伙伴向我反映有這么個(gè)錯(cuò)誤
經(jīng)過查證，竟然是版本問題，博主本人用的是 2.7.7，而小伙伴用的是 2.7.9。后來換成 2.7.7 就好了…，我也是醉了，希望有相同錯(cuò)誤的小伙伴，可以嘗試換一下版本…
好啦，運(yùn)行時(shí)會(huì)彈出瀏覽器，如圖
那么，我們現(xiàn)在需要手動(dòng)輸入驗(yàn)證碼，重新向登錄界面發(fā)出登錄請(qǐng)求，之前的post數(shù)據(jù)內(nèi)容加入驗(yàn)證碼這一項(xiàng)，重新請(qǐng)求一次，如果請(qǐng)求成功，則會(huì)返回下一步我們需要的 J_HToken，如果驗(yàn)證碼輸入錯(cuò)誤，則會(huì)返回驗(yàn)證碼輸入錯(cuò)誤的選項(xiàng)。好，下面，我已經(jīng)寫到了獲取J_HToken的進(jìn)度，代碼如下，現(xiàn)在運(yùn)行程序，會(huì)蹦出瀏覽器，然后提示你輸入驗(yàn)證碼，用戶手動(dòng)輸入之后，則會(huì)返回一個(gè)頁面，我們提取出 J_Htoken即可。
注意，到現(xiàn)在為止，你還沒有登錄成功，只是獲取到了J_HToken的值。
目前寫到的代碼如下
__author__?=?'CQC'
#?-*-?coding:utf-8?-*-
import?urllib
import?urllib2
import?cookielib
import?re
import?webbrowser
#模擬登錄淘寶類
class?Taobao:
#初始化方法
def?__init__(self):
#登錄的URL
self.loginURL?=?"https://login.taobao.com/member/login.jhtml"
#代理IP地址，防止自己的IP被封禁
self.proxyURL?=?'http://120.193.146.97:843'
#登錄POST數(shù)據(jù)時(shí)發(fā)送的頭部信息
self.loginHeaders?=??{
'Host':'login.taobao.com',
'User-Agent'?:?'Mozilla/5.0?(Windows?NT?6.1;?WOW64;?rv:35.0)?Gecko/20100101?Firefox/35.0',
'Referer'?:?'https://login.taobao.com/member/login.jhtml',
'Content-Type':?'application/x-www-form-urlencoded',
'Connection'?:?'Keep-Alive'
}
#用戶名
self.username?=?'cqcre'
#ua字符串，經(jīng)過淘寶ua算法計(jì)算得出，包含了時(shí)間戳,瀏覽器,屏幕分辨率,隨機(jī)數(shù),鼠標(biāo)移動(dòng),鼠標(biāo)點(diǎn)擊,其實(shí)還有鍵盤輸入記錄,鼠標(biāo)移動(dòng)的記錄、點(diǎn)擊的記錄等等的信息
self.ua?=?'191UW5TcyMNYQwiAiwTR3tCf0J/QnhEcUpkMmQ=|Um5Ockt0TXdPc011TXVKdyE=|U2xMHDJ+H2QJZwBxX39Rb1d5WXcrSixAJ1kjDVsN|VGhXd1llXGNaYFhkWmJaYl1gV2pIdUtyTXRKfkN4Qn1FeEF6R31TBQ==|VWldfS0TMw8xDjYWKhAwHiUdOA9wCDEVaxgkATdcNU8iDFoM|VmNDbUMV|V2NDbUMV|WGRYeCgGZhtmH2VScVI2UT5fORtmD2gCawwuRSJHZAFsCWMOdVYyVTpbPR99HWAFYVMpUDUFORshHiQdJR0jAT0JPQc/BDoFPgooFDZtVBR5Fn9VOwt2EWhCOVQ4WSJPJFkHXhgoSDVIMRgnHyFqQ3xEezceIRkmahRqFDZLIkUvRiEDaA9qQ3xEezcZORc5bzk=|WWdHFy0TMw8vEy0UIQE0ADgYJBohGjoAOw4uEiwXLAw2DThuOA==|WmBAED5+KnIbdRh1GXgFQSZbGFdrUm1UblZqVGxQa1ZiTGxQcEp1I3U=|W2NDEz19KXENZwJjHkY7Ui9OJQsre09zSWlXY1oMLBExHzERLxsuE0UT|XGZGFjh4LHQdcx5zH34DRyBdHlFtVGtSaFBsUmpWbVBkSmpXd05zTnMlcw==|XWdHFzl5LXUJYwZnGkI/VitKIQ8vEzMKNws3YTc=|XmdaZ0d6WmVFeUB8XGJaYEB4TGxWbk5yTndXa0tyT29Ta0t1QGBeZDI='
#密碼，在這里不能輸入真實(shí)密碼，淘寶對(duì)此密碼進(jìn)行了加密處理，256位，此處為加密后的密碼
self.password2?=?'7511aa6854629e45de220d29174f1066537a73420ef6dbb5b46f202396703a2d56b0312df8769d886e6ca63d587fdbb99ee73927e8c07d9c88cd02182e1a21edc13fb8e0a4a2a4b5c253bf38484bd0e08199e03eb9bf7b365a5c673c03407d812b91394f0d3c7564042e3f2b11d156aeea37ad6460118914125ab8f8ac466f'
self.post?=?post?=?{
'ua':self.ua,
'TPL_checkcode':'',
'CtrlVersion':?'1,0,0,7',
'TPL_password':'',
'TPL_redirect_url':'http://i.taobao.com/my_taobao.htm?nekot=udm8087E1424147022443',
'TPL_username':self.username,
'loginsite':'0',
'newlogin':'0',
'from':'tb',
'fc':'default',
'style':'default',
'css_style':'',
'tid':'XOR_1_000000000000000000000000000000_625C4720470A0A050976770A',
'support':'000001',
'loginType':'4',
'minititle':'',
'minipara':'',
'umto':'NaN',
'pstrong':'3',
'llnick':'',
'sign':'',
'need_sign':'',
'isIgnore':'',
'full_redirect':'',
'popid':'',
'callback':'',
'guf':'',
'not_duplite_str':'',
'need_user_id':'',
'poy':'',
'gvfdcname':'10',
'gvfdcre':'',
'from_encoding?':'',
'sub':'',
'TPL_password_2':self.password2,
'loginASR':'1',
'loginASRSuc':'1',
'allp':'',
'oslanguage':'zh-CN',
'sr':'1366*768',
'osVer':'windows|6.1',
'naviVer':'firefox|35'
}
#將POST的數(shù)據(jù)進(jìn)行編碼轉(zhuǎn)換
self.postData?=?urllib.urlencode(self.post)
#設(shè)置代理
self.proxy?=?urllib2.ProxyHandler({'http':self.proxyURL})
#設(shè)置cookie
self.cookie?=?cookielib.LWPCookieJar()
#設(shè)置cookie處理器
self.cookieHandler?=?urllib2.HTTPCookieProcessor(self.cookie)
#設(shè)置登錄時(shí)用到的opener，它的open方法相當(dāng)于urllib2.urlopen
self.opener?=?urllib2.build_opener(self.cookieHandler,self.proxy,urllib2.HTTPHandler)
#得到是否需要輸入驗(yàn)證碼，這次請(qǐng)求的相應(yīng)有時(shí)會(huì)不同，有時(shí)需要驗(yàn)證有時(shí)不需要
def?needCheckCode(self):
#第一次登錄獲取驗(yàn)證碼嘗試，構(gòu)建request
request?=?urllib2.Request(self.loginURL,self.postData,self.loginHeaders)
#得到第一次登錄嘗試的相應(yīng)
response?=?self.opener.open(request)
#獲取其中的內(nèi)容
content?=?response.read().decode('gbk')
#獲取狀態(tài)嗎
status?=?response.getcode()
#狀態(tài)碼為200，獲取成功
if?status?==?200:
print?u"獲取請(qǐng)求成功"
#\u8bf7\u8f93\u5165\u9a8c\u8bc1\u7801這六個(gè)字是請(qǐng)輸入驗(yàn)證碼的utf-8編碼
pattern?=?re.compile(u'\u8bf7\u8f93\u5165\u9a8c\u8bc1\u7801',re.S)
result?=?re.search(pattern,content)
print?content
#如果找到該字符，代表需要輸入驗(yàn)證碼
if?result:
print?u"此次安全驗(yàn)證異常，您需要輸入驗(yàn)證碼"
return?content
#否則不需要
else:
#返回結(jié)果直接帶有J_HToken字樣，表明直接驗(yàn)證通過
tokenPattern?=?re.compile('id="J_HToken"')
tokenMatch?=?re.search(tokenPattern,content)
if?tokenMatch:
print?u"此次安全驗(yàn)證通過，您這次不需要輸入驗(yàn)證碼"
return?False
else:
print?u"獲取請(qǐng)求失敗"
return?None
#得到驗(yàn)證碼圖片
def?getCheckCode(self,page):
#得到驗(yàn)證碼的圖片
pattern?=?re.compile('
#匹配的結(jié)果
matchResult?=?re.search(pattern,page)
#已經(jīng)匹配得到內(nèi)容，并且驗(yàn)證碼圖片鏈接不為空
if?matchResult?and?matchResult.group(1):
print?matchResult.group(1)
return?matchResult.group(1)
else:
print?u"沒有找到驗(yàn)證碼內(nèi)容"
return?False
#輸入驗(yàn)證碼，重新請(qǐng)求，如果驗(yàn)證成功，則返回J_HToken
def?loginWithCheckCode(self):
#提示用戶輸入驗(yàn)證碼
checkcode?=?raw_input('請(qǐng)輸入驗(yàn)證碼:')
#將驗(yàn)證碼重新添加到post的數(shù)據(jù)中
self.post['TPL_checkcode']?=?checkcode
#對(duì)post數(shù)據(jù)重新進(jìn)行編碼
self.postData?=?urllib.urlencode(self.post)
try:
#再次構(gòu)建請(qǐng)求，加入驗(yàn)證碼之后的第二次登錄嘗試
request?=?urllib2.Request(self.loginURL,self.postData,self.loginHeaders)
#得到第一次登錄嘗試的相應(yīng)
response?=?self.opener.open(request)
#獲取其中的內(nèi)容
content?=?response.read().decode('gbk')
#檢測驗(yàn)證碼錯(cuò)誤的正則表達(dá)式，\u9a8c\u8bc1\u7801\u9519\u8bef?是驗(yàn)證碼錯(cuò)誤五個(gè)字的編碼
pattern?=?re.compile(u'\u9a8c\u8bc1\u7801\u9519\u8bef',re.S)
result?=?re.search(pattern,content)
#如果返回頁面包括了，驗(yàn)證碼錯(cuò)誤五個(gè)字
if?result:
print?u"驗(yàn)證碼輸入錯(cuò)誤"
return?False
else:
#返回結(jié)果直接帶有J_HToken字樣，說明驗(yàn)證碼輸入成功，成功跳轉(zhuǎn)到了獲取HToken的界面
tokenPattern?=?re.compile('id="J_HToken"?value="(.*?)"')
tokenMatch?=?re.search(tokenPattern,content)
#如果匹配成功，找到了J_HToken
if?tokenMatch:
print?u"驗(yàn)證碼輸入正確"
print?tokenMatch.group(1)
return?tokenMatch.group(1)
else:
#匹配失敗，J_Token獲取失敗
print?u"J_Token獲取失敗"
return?False
except?urllib2.HTTPError,?e:
print?u"連接服務(wù)器出錯(cuò)，錯(cuò)誤原因",e.reason
return?False
#程序運(yùn)行主干
def?main(self):
#是否需要驗(yàn)證碼，是則得到頁面內(nèi)容，不是則返回False
needResult?=?self.needCheckCode()
#請(qǐng)求獲取失敗，得到的結(jié)果是None
if?not?needResult?==None:
if?not?needResult?==?False:
print?u"您需要手動(dòng)輸入驗(yàn)證碼"
idenCode?=?self.getCheckCode(needResult)
#得到了驗(yàn)證碼的鏈接
if?not?idenCode?==?False:
print?u"驗(yàn)證碼獲取成功"
print?u"請(qǐng)?jiān)跒g覽器中輸入您看到的驗(yàn)證碼"
webbrowser.open_new_tab(idenCode)
J_HToken?=?self.loginWithCheckCode()
print?"J_HToken",J_HToken
#驗(yàn)證碼鏈接為空，無效驗(yàn)證碼
else:
print?u"驗(yàn)證碼獲取失敗，請(qǐng)重試"
else:
print?u"不需要輸入驗(yàn)證碼"
else:
print?u"請(qǐng)求登錄頁面失敗，無法確認(rèn)是否需要驗(yàn)證碼"
taobao?=?Taobao()
taobao.main()
現(xiàn)在的運(yùn)行結(jié)果是這樣的，我們已經(jīng)可以得到 J_HToken 了，離成功又邁進(jìn)了一步。
好，到現(xiàn)在為止，我們應(yīng)該可以獲取到J_HToken的值啦。
利用J_HToken獲取st
st也是一個(gè)經(jīng)計(jì)算得到的code，可以這么理解，st是淘寶后臺(tái)利用J_HToken以及其他數(shù)據(jù)經(jīng)過計(jì)算之后得到的，可以利用st和用戶名直接用get方式登錄，所以st可以理解為一個(gè)秘鑰。這個(gè)st值只會(huì)使用一次，如果第二次用get方式登錄則會(huì)失效。所以它是一次性使用的。
下面J_HToken計(jì)算st的方法如下
#通過token獲得st
def?getSTbyToken(self,token):
tokenURL?=?'https://passport.alipay.com/mini_apply_st.js?site=0&token=%s&callback=stCallback6'?%?token
request?=?urllib2.Request(tokenURL)
response?=?urllib2.urlopen(request)
#處理st，獲得用戶淘寶主頁的登錄地址
pattern?=?re.compile('{"st":"(.*?)"}',re.S)
result?=?re.search(pattern,response.read())
#如果成功匹配
if?result:
print?u"成功獲取st碼"
#獲取st的值
st?=?result.group(1)
return?st
else:
print?u"未匹配到st"
return?False
直接利用st登錄
得到st之后，基本上就大功告成啦，一段辛苦終于沒有白費(fèi)，你可以直接構(gòu)建get方式請(qǐng)求的URL，直接訪問這個(gè)URL便可以實(shí)現(xiàn)登錄。
stURL?=?'https://login.taobao.com/member/vst.htm?st=%s&TPL_username=%s'?%?(st,username)
比如
https://login.taobao.com/member/vst.htm?st=1uynJELa4hKfsfWU3OjPJCw&TPL_username=cqcre
直接訪問該鏈接即可實(shí)現(xiàn)登錄，不過我這個(gè)應(yīng)該已經(jīng)失效了吧~
代碼在這先不貼了，剩下的一起貼了~
獲取已買到的寶貝頁面
已買到的寶貝的頁面地址是
http://buyer.trade.taobao.com/trade/itemlist/list_bought_items.htm
另外還有頁碼的參數(shù)。
重新構(gòu)建一個(gè)帶有cookie的opener，將上面的帶有st的URL打開，保存它的cookie，然后再利用這個(gè)opener打開已買到的寶貝的頁面，你就會(huì)得到已買到的寶貝頁面詳情了。
#獲得已買到的寶貝頁面
def?getGoodsPage(self,pageIndex):
goodsURL?=?'http://buyer.trade.taobao.com/trade/itemlist/listBoughtItems.htm?action=itemlist/QueryAction&event_submit_do_query=1&pageNum='?+?str(pageIndex)
response?=?self.newOpener.open(goodsURL)
page?=??response.read().decode('gbk')
return?page
正則表達(dá)式提取信息
這是我的已買到的寶貝界面，審查元素可以看到，每一個(gè)寶貝都是tbody標(biāo)簽包圍著。
我們現(xiàn)在想獲取訂單時(shí)間，訂單號(hào)，賣家店鋪名稱，寶貝名稱，原價(jià)，購買數(shù)量，最后付款多少，交易狀態(tài)這幾個(gè)量，具體就不再分析啦
更多web知識(shí)和爬蟲知識(shí)可以關(guān)注博客
