[转载]python实现带验证码网站的自动登陆

原文地址：python实现带验证码网站的自动登陆作者：TERRY-V

早听说用python做网络爬虫非常方便，正好这几天单位也有这样的需求，需要登陆XX网站下载部分文档，于是自己亲身试验了一番，效果还不错。

 

本例所登录的某网站需要提供用户名，密码和验证码，在此使用了python的urllib2直接登录网站并处理网站的Cookie。

 

Cookie的工作原理：

Cookie由服务端生成，然后发送给浏览器，浏览器会将Cookie保存在某个目录下的文本文件中。在下次请求同一网站时，会发送该Cookie给服务器，这样服务器就知道该用户是否合法以及是否需要重新登录。

 

Python提供了基本的cookielib库，在首次访问某页面时，cookie便会自动保存下来，之后访问其它页面便都会带有正常登录的Cookie了。

 

原理：

（1）激活cookie功能

（2）反“反盗链”，伪装成浏览器访问

（3）访问验证码链接，并将验证码图片下载到本地

（4）验证码的识别方案网上较多，python也有图像处理库，此例调用了火车头采集器的OCR识别接口。

（5）表单的处理，可用fiddler等抓包工具获取需要提交的参数

（6）生成需要提交的数据，生成http请求并发送

（7）根据返回的js页面判断是否登陆成功

（8）登陆成功后下载其它页面

 

此例中使用多个账号轮询登陆，每个账号下载指定数目页面。

 

以下是部分代码：

#!usr/bin/env python

 

#-*- coding: utf-8 -*-

 

import os

import urllib2

import urllib

import cookielib

import xml.etree.ElementTree as ET

 

#-----------------------------------------------------------------------------

# Login in www.***.com.cn

def ChinaBiddingLogin(url, username, password):

     
  # Enable cookie support for urllib2

     
  cookiejar=cookielib.CookieJar()

     
 
urlopener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cookiejar))

     
  urllib2.install_opener(urlopener)

     
  

     
  urlopener.addheaders.append(('Referer',
'http://www.chinabidding.com.cn/zbw/login/login.jsp'))

     
  urlopener.addheaders.append(('Accept-Language',
'zh-CN'))

     
  urlopener.addheaders.append(('Host',
'www.chinabidding.com.cn'))

     
  urlopener.addheaders.append(('User-Agent',
'Mozilla/5.0 (compatible; MISE 9.0; Windows NT 6.1);
Trident/5.0'))

     
  urlopener.addheaders.append(('Connection',
'Keep-Alive'))

 

     
  print 'XXX Login......'

 

     
 
imgurl=r'http://www.*****.com.cn/zbw/login/image.jsp'

     
  DownloadFile(imgurl, urlopener)

     
  authcode=raw_input('Please enter the
authcode:')

     
 
#authcode=VerifyingCodeRecognization(r"http://192.168.0.106/images/code.jpg")

 

     
  # Send login/password to the site and get the
session cookie

     
  values={'login_id':username, 'opl':'op_login',
'login_passwd':password, 'login_check':authcode}

     
  urlcontent=urlopener.open(urllib2.Request(url,
urllib.urlencode(values)))

     
  page=urlcontent.read(500000)

 

     
  # Make sure we are logged in, check the returned
page content

     
  if page.find('login.jsp')!=-1:

     
     
    print 'Login failed with
username=%s, password=%s and authcode=%s' \

     
     
     
     
     
  % (username, password, authcode)

     
     
    return False

     
  else:

     
     
    print 'Login
succeeded!'

     
     
    return True

 

#-----------------------------------------------------------------------------

# Download from fileUrl then save to fileToSave

# Note: the fileUrl must be a valid file

def DownloadFile(fileUrl, urlopener):

     
  isDownOk=False

 

     
  try:

     
     
    if fileUrl:

     
     
     
     
outfile=open(r'/var/www/images/code.jpg', 'w')

     
     
     
     
outfile.write(urlopener.open(urllib2.Request(fileUrl)).read())

     
     
     
     
outfile.close()

 

     
     
     
     
isDownOK=True

     
     
    else:

     
     
     
      print
'ERROR: fileUrl is NULL!'

     
  except:

     
     
    isDownOK=False

 

     
  return isDownOK

 

#------------------------------------------------------------------------------

# Verifying code recoginization

def VerifyingCodeRecognization(imgurl):

     
  url=r'http://192.168.0.119:800/api?'

     
  user='admin'

     
  pwd='admin'

     
  model='ocr'

     
  ocrfile='cbi'

 

     
  values={'user':user, 'pwd':pwd, 'model':model,
'ocrfile':ocrfile, 'imgurl':imgurl}

     
  data=urllib.urlencode(values)

 

     
  try:

     
     
    url+=data

     
     
   
urlcontent=urllib2.urlopen(url)

     
  except IOError:

     
     
    print '***ERROR: invalid URL
(%s)' % url

 

     
  page=urlcontent.read(500000)

 

     
  # Parse the xml data and get the verifying
code

     
  root=ET.fromstring(page)

     
  node_find=root.find('AddField')

     
  authcode=node_find.attrib['data']

 

     
  return authcode

 

#------------------------------------------------------------------------------

# Read users from configure file

def ReadUsersFromFile(filename):

     
  users={}

     
  for eachLine in open(filename, 'r'):

     
     
    info=[w for w in
eachLine.strip().split()]

     
     
    if len(info)==2:

     
     
     
     
users[info[0]]=info[1]

 

     
  return users

 

#------------------------------------------------------------------------------

def main():

     
 
login_page=r'http://www.***.com.cnlogin/login.jsp'

     
 
download_page=r'http://www.***.com.cn***/***?record_id='

 

     
  start_id=8593330

     
  end_id=8595000

 

     
  now_id=start_id

     
  Users=ReadUsersFromFile('users.conf')

     
  while True:

     
     
    for key in Users:

     
     
     
      if
ChinaBiddingLogin(login_page, key, Users[key]):

     
     
     
     
     
  for i in range(3):

     
     
     
     
     
     
    pageUrl=download_page+'%d' %
now_id

     
     
     
     
     
     
   
urlcontent=urllib2.urlopen(pageUrl)

 

     
     
     
     
     
     
    filepath='./download/%s.html'
% now_id

     
     
     
     
     
     
    f=open(filepath, 'w')

     
     
     
     
     
     
   
f.write(urlcontent.read(500000))

     
     
     
     
     
     
    f.close()

 

     
     
     
     
     
     
    now_id+=1

     
     
     
     
else:

     
     
     
     
     
  continue

#------------------------------------------------------------------------------

 

if __name__=='__main__':

     
  main()