本文介绍了一个针对常见网站的模拟登陆项目，包括账号密码明文提交、加密提交、验证码处理等不同登录方式。作者强调了模拟登陆在爬虫中的重要性，如处理反爬机制、增加采集数据量，并提供了登陆思路：分析加密、构造会话、处理验证码等。项目持续维护，旨在为爬虫开发者提供帮助。
项目地址
常见站点模拟登陆(长期维护)：https://github.com/IMWoolei/fuck-login
前言
爬虫的任务不仅仅是采集数据，自动刷访问量、自动发布内容等都属于爬虫所涉及的范围。
而完成自动刷访问量、发布这些功能往往都需要在登陆状态下进行，另外HTTP是无连接\无状态的，所以实现登陆的目的是在本地生成Cookies，以记录本次会话状态。
另外携带Cookies的请求，可以在爬虫中解决一些反爬机制、采集数据量有限的问题，如在知乎信息采集中缺少Cookies会无法获取目标信息，采集搜狗微信时未登陆情况下只能请求前10页…
常见登陆方式
-
账号密码明文提交，不做任何加密，如
GitHub、豆瓣、CSDN(现在已更新了)等站点； -
账号密码进行加密或
JS生成附带信息，如SHA1、MD5、HMAC、AES、Base64等多种加密方式，如搜狐新闻，拉勾网； -
额外需要提交验证码信息，多数站点都会选择这种方式，
bilibili的极验、搜狗微信<
最低0.47元/天 解锁文章
6916
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
