Python模拟浏览器登录淘宝

因为前几天写了个Python登录教务网的爬虫，这几天又突然想到用Python登录淘宝试试，于是二话不说，代码走起。本来以为很简单，但一写我就傻眼了，登淘宝的涉及到很多东西，验证码，加密算法，用httpfox查看post数据又很多看不懂的，所以百度大神们的类似代码，经过几天痛苦的尝试，终于搞定了，登淘宝最重要的几点就是：一，验证码，我是用正则提取验证码地址，然后用webbrowser把验证码直接在浏览器中显示，让用户输入；二，获取token，当你处理好了验证码，登录了login_url，你就自然会发现token，然后重定向到另一地址；三，登录用token_url，获取st，再利用st重定向到淘宝用户的主页地址，当你实现了这些就成功了！总的来说就像奔跑吧，兄弟的游戏那种，每获得一个值，登录，就会获得下个值的线索，依次下去，就会成功。这是我的一孔之见，如果我说错了什么，请大神指点！欢迎一起讨论！

参考地址：

http://my.oschina.net/u/811744/blog/191165

http://www.sufeinet.com/thread-4585-1-1.html

代码如下：

</pre><pre name="code" class="python">#-*-coding:gbk-*-
import urllib
import urllib2
import cookielib
import re
import webbrowser
#登录地址
login_url = "https://login.taobao.com/member/login.jhtml"
proxy_url = 'http://120.193.146.95:843'
#post请求头部
headers = {
    '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'
        }
#用户名，密码
username = raw_input("请输入账号: ") #此处不需要密码，因为经过淘宝加密算法后，在下面的ua中已经包含了账号和密码，所以很安全
#所以每个用户的ua都是不一样的
#请求数据包,这三个都是动态生成的，但是不用担心，只要选取其中一组就可以，只要你的用户名和密码不变就可以
ua = '074UW5Tcy...uUm07'#因为ua，gr,password2都太长了所以省略了很多
gr = '687474703A.....343433'
password2 = '100eba2....e674077e'


post = {   'ua':ua,
         'TPL_checkcode':'',
         'CtrlVersion': '1,0,0,7',  
         'TPL_password':'',  
         'TPL_redirect_url':'http://i.taobao.com/my_taobao.htm?nekot=udm8087E1424147022443',  
         'TPL_username':username,  
         'loginsite':'0',
         'newlogin':'0',
         'from':'tb',
         'fc':'default',
        'style':'default',
        'css_style':'',	
        'tid':'XOR_1_000000000000000000000000000000_625C4720470A0A050976770A',
        'support':'000001',
        'CtrlVersion':'1,0,0,7',
        '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':gr,
        'from_encoding	':'',
        'sub':'',
        'TPL_password_2':password2,
        'loginASR':'1',
        'loginASRSuc':'1',
        'allp':'',	
        'oslanguage':'zh-CN',
        'sr':'1366*768',
        'osVer':'windows|6.1',
        'naviVer':'firefox|35'
        }  
postData = urllib.urlencode(post)
proxy = urllib2.ProxyHandler({'http':proxy_url})  #设置代理，防止自己的IP被封
cookieJar = cookielib.LWPCookieJar()
cookie= urllib2.HTTPCookieProcessor(cookieJar)  #智能处理cookie
opener = urllib2.build_opener(cookie,proxy,urllib2.HTTPHandler)
urllib2.install_opener(opener)
req = urllib2.Request(login_url,postData,headers)
taobao = urllib2.urlopen(req)
read = taobao.read()
staus = taobao.getcode()
if staus == 200:
    print '获取服务器请求成功!'
    #处理验证码，获取token
    pattern = re.compile(r'(?<=<img id="J_StandardCode_m" src="https://s.tbcdn.cn/apps/login/static/img/blank.gif" data-src=").[^<]*?(?=")')
    checkCodeUrlList = re.findall(pattern, read)
    #print checkCodeUrlList[0]
    webbrowser.open_new_tab(checkCodeUrlList[0])  #这里和下面的[0]，只是为了提取列表中的值
    print '到浏览器看验证码图片'
    checkcode = raw_input('请输入验证码:')
    post['TPL_checkcode'] = checkcode
    postData = urllib.urlencode(post)
    req = urllib2.Request(login_url,postData,headers)
    taobao = urllib2.urlopen(req)
    read_token = taobao.read()
    #处理token，获得st
    pattern_token = re.compile(r'(?<=<input type="hidden" id="J_HToken" value=").[^<]*?(?=")')
    token = re.findall(pattern_token,read_token)
    token_url = 'https://passport.alipay.com/mini_apply_st.js?site=0&token=%s&callback=stCallback6' % token[0]
    req_token = urllib2.Request(token_url)
    response_token = urllib2.urlopen(req_token).read()
    #处理st，获得用户淘宝主页的登录地址
    pattern_st = re.compile(r'(?<="st":").[^<]*?(?=")')
    st = re.findall(pattern_st,response_token)
    st_url = 'https://login.taobao.com/member/vst.htm?st=%s&TPL_username=%s' % (st[0],username)
    req_st = urllib2.Request(st_url)
    response_st = urllib2.urlopen(req_st).read()
    print response_st
    pattern_end = re.compile(r'(?<=top.location = ").[^<]*?(?=";)')
    end = re.findall(pattern_end,response_st)
    end_url = '%s' % end[0]
    req_end = urllib2.Request(end_url)
    response_end = urllib2.urlopen(req_end).read()
    print response_end