玩转睿思一：模拟浏览器回帖

睿思是个很好的平台，给西电er在科研之余带来了很多的乐趣，在水睿思的时候就想能不能写个程序自动回复帖子，于是就有了玩转睿思系列博客。睿思自动回帖共包括三部分：
玩转睿思一：模拟浏览器回帖
玩转睿思二：生成回帖信息
玩转睿思三：自动有选择地回帖

本文对使用浏览器回复睿思帖子的过程进行了分析，并模拟浏览器回帖

---

一.睿思回帖分析

要使用代码模拟浏览器对睿思上的帖子进行回复，就需要对浏览器的回帖过程进行分析：
使用火狐浏览器开发者工具中的查看器对浏览器回帖进行监视，发现睿思回帖就是向服务器发送一个post表单，表单如下：
请求网址：http://rs.xidian.edu.cn/forum.phpmod=post&action=reply&fid=94&tid=982549&extra=&replysubmit=yes&infloat=yes&handlekey=fastpost&inajax=1

从上面可以看出，回复帖子只要需要6个参数：fid（帖子所属于版区），tid（帖子的id），message（回复内容），posttime（posttime），usesig，subject。

---

二.获取回帖所需数据

1.回帖参数的获取分析

经过重复实验发现每次usesig，subject的内容是固定的，posttime是发帖时间可以自己生成，只需要找到fid，tid，fromhash，这几个数据都可以在帖子贴面的源码中找到。

<a href="forum.php?mod=forumdisplay&amp;fid=139" hidefocus="true" class="returnlist" title="返回列表"><b>返回列表</b></a>
<link href="http://rs.xidian.edu.cn/forum.php?mod=viewthread&tid=981882" rel="canonical" />
<span class="pipe">|</span><a href="member.php?mod=logging&amp;action=logout&amp;formhash=7e43fffa">退出</a>

fid可以在帖子代码中搜索"fid="得到，其中搜索结果中最后一个是正确的；tid可以在帖子代码中搜索"tid="得到；formhash可以在帖子代码中搜索"formhash="得到。

2.获取回帖参数

<1> 获取网页内容

'''   
User-Agent':客户端，这里将客户端伪装成火狐浏览器
cookie:记录客户端的用户信息，可以登录用户后在浏览器中查看
200表示请求成功，返回所有的数据
304表示get的url在之前已经访问过，文档内容没有改变，在浏览器中有数据的缓存，则返回部分数据
'''
def get_html(url,cookie,userAgent):
    headers = {'User-Agent':userAgent , 'Cookie':cookie}
    r = requests.get(url,headers = headers)

    if r.status_code == 200 or r.status_code == 304:
        return r.text
    else:
        print('get html error')
        return None

上面为获取帖子页面源码的代码，'User-Agent’和‘cookie’可以在消息请求头中找到。

<2> 获取fid，tid和formhash

def get_info(info_type,htmlText):
    if info_type == 'fid':
        pattern = 'fid=\w+'
        start_index = len('fid=')    
    elif info_type == 'tid':
        pattern = 'tid=\w+'
        start_index = len('tid=')
    elif info_type == 'formhash':
        pattern = 'formhash=\w+'
        start_index = len('formhash=')
    else:
        print("info get error:info_type error")
        return None
    
    if info_type == 'fid':
        #帖子的返回类内容中有多个fid=，最后一个正确的，前面的不确定
        searchObj = re.findall(pattern,htmlText)
    else:
        searchObj = re.search(pattern,htmlText)

    if not searchObj:
        print("info get error:{} get error".format(info_type))
        return None
    else:
        if info_type == 'fid':
            line = searchObj[-1]
        else:
            line = htmlText[searchObj.span()[0]:searchObj.span()[1]]
        info = line[start_index:]

        return info

---

三.回复帖子

def my_post(message,formhash,fid,tid,cookie,userAgent):

    postUrl = 'http://rs.xidian.edu.cn/forum.php?mod=post&action=reply&fid={}&tid={}&extra=&replysubmit=yes&infloat=yes&handlekey=fastpost&inajax=1'.format(fid,tid)
    postTime = str(int(time.time()))
    usesig = '1'
    subject = ''

    #回复中不应该包含的词
    sensitiveWords = []  #可以使用 python包textfilter来过滤敏感词
    for senw in sensitiveWords:
        if senw in message:
            print('masegge is sensitive:',message)
            return None

    #睿思要求回复的内容不小于13个字符，这里对回复内容字节长度进行判断，若小于13后面加表情
    msAdd = ['{:10_368:}','{:10_395:}','{:10_466:}','{:10_473:}','{:10_462:}']
    while len(bytes(message,encoding='utf-8'))<13:
        message = message + msAdd[random.randint(0,len(msAdd)-1)]

    message = message + '   祝楼主元旦快乐   '

    headers = {'User-Agent':userAgent , 'Cookie':cookie}
    data = {'message':message,'posttime':postTime,'formhash':formhash,'usesig':usesig,'subject':subject}
    r = requests.post(postUrl,data=data,headers=headers)

    if r.status_code == 200 or r.status_code == 304:
        return (message,postTime)
    else:
        print('post error')
        return None

将上面的几个函数都放到 AutoReply.py

import requests
import re
import time
from bs4 import BeautifulSoup

def get_html(url,cookie,userAgent):
    pass

def get_info(info_type,htmlText):
    pass

def my_post(message,formhash,fid,tid,cookie,userAgent):
    pass

使用下面代码实现堆tid为982549的帖子进行回复

import AutoReply

cookie = '' #浏览器中可以查看
userAgent = 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:64.0) Gecko/20100101 Firefox/64.0'


tid = 982549
url = 'http://rs.xidian.edu.cn/forum.php?mod=viewthread&tid={tid}'.format(tid = tid)

htmlText = AutoReply.get_html(url,cookie,userAgent)
fid = AutoReply.get_info('fid',htmlText)
formhash = AutoReply.get_info('formhash',htmlText)

message = '太好啦，全站free不用担心共享率啦'
AutoReply.my_post(message,formhash,fid,tid,cookie,userAgent)

代开睿思tid为982549的帖子，就可以看到回复成功