一、寫在前面

首先呢，由於之前重裝系統，又要重新配置環境，然後還有一些別的事，導致我一直沒有寫爬蟲了，不過現在又可以繼續寫了。

然後我這次說的模擬登錄新浪微博呢，不是使用Selenium模擬瀏覽器操作，畢竟Selenium的效率是真的有些低，所以我選擇用Python發送請求實現模擬登錄，整個過程還算是有點小曲折吧。

二、開發環境

Windows10 + Python3.7 + Pycharm + Fiddler

三、頁面分析

首先打開新浪微博，網址為：https://weibo.com/，這裡我們只需要關註登錄這一部分，如下圖：

這樣看是看不出來東西的，打開開發者工具，刷新一下頁面，找找看有沒有什麼可疑的東西，然後就能找到下麵這個包：

看到prelogin就能猜到應該是和登錄有關的了，於是點擊“Preview”查看具體內容：

到這裡還是什麼都看不出來，也不知道這些數據有什麼用。這時候Fiddler就能派上用場了，首先打開Fiddler，然後在網頁上輸入用戶名和密碼並登錄新浪微博，登錄成功之後在Fiddler中找尋相關信息，可以找到下麵這個url：

https://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.19)

 點開之後可以看到攜帶了很多參數：

在這些參數中，我們需要關註的參數為：su，sp，servertime，nonce，pubkey，rsakv。其中su是用戶名加密後的結果，sp是密碼加密後的結果，servertime是一個時間戳，而剩餘三個參數都來源於我們前面找到的prelogin.php。那麼現在的問題就在於用戶名和密碼是怎麼加密的？

四、加密規則

 首先還是找到prelogin.php，在它攜帶的參數中看到有一個ssologin.js，猜測它可能和加密規則有關係，所以找一下這個ssologin.js。

這裡需要打開新浪的登錄頁面：https://login.sina.com.cn/，然後右鍵查看源碼，再搜索“ssologin.js”，就能找到這個js文件了：

https://passport.sinaimg.cn/js/sso/ssologin.js

 打開之後搜索“username”，就能找到加密規則了，如下圖（紅框框出來的分別是用戶名加密規則和密碼加密規則）：

用戶名的加密是很簡單的，使用base64加密就行了。但是對於密碼的加密有一些複雜，雖然有if和else，但其實這裡我們只需要看if部分：

  request.servertime = me.servertime;
  request.nonce = me.nonce;
  request.pwencode = "rsa2";
  request.rsakv = me.rsakv;
  var RSAKey = new sinaSSOEncoder.RSAKey();
  RSAKey.setPublic(me.rsaPubkey, "10001");
  password = RSAKey.encrypt([me.servertime, me.nonce].join("\t") + "\n" + password)

密碼的加密過程為：首先創建一個rsa公鑰，公鑰的兩個參數都是固定值，第一個參數是prelogin.php中的pubkey，第二個參數是加密的ssologin.js文件中指定的10001，這兩個值需要先從16進位轉換成10進位，其中10001轉成十進位為65537。最後再加入servertime時間戳和nonce欄位，以及一個“\t”和一個"\n"進行進一步加密。

五、主要代碼

 由於使用了rsa加密，所以需要使用導入rsa模塊，沒有安裝的可以使用pip install rsa進行安裝。

 這裡主要說一下加密用戶名和密碼部分的代碼：

# Base64加密用戶名
def encode_username(usr):
    return base64.b64encode(usr.encode('utf-8'))[:-1]

需要註意的是要使用base64加密，需要先轉換成位元組型數據，而且加密之後末尾會多一個"\n"，因此需要用[:-1]來去掉多餘字元。

# RSA加密密碼
def encode_password(code_str):
    pub_key = rsa.PublicKey(int(pubkey, 16), 65537)
    crypto = rsa.encrypt(code_str.encode('utf8'), pub_key)
    return binascii.b2a_hex(crypto)  # 轉換成16進位

在加密密碼的時候傳入的這個code_str參數就是servertime + '\t' + nonce + '\n' + password得到的結果，而在整個加密過程完成之後要轉換成16進位再返回。

但是做了這兩步之後並沒有真的登錄微博，還需要提取鏈接併進行跳轉，不過對於我們來說做到這一步就已經夠了，我們只需要保存此時的Cookie就行了，為了驗證這個Cookie是否有效，我還寫了一段代碼進行測試，這裡就不放出來了。


完整代碼已上傳到GitHub！