python代理charles_python学习: 使用Charles和requests模拟微博登录

上一节，我们讲了如何配置Charles代理，这一节我们通过模拟微博登录这个例子来看看如何使用Charles分析网站加载流程，顺便把微博模拟登录的Python代码也给实现了。

1. 用Charles记录整个登录过程

首先，我们运行Charles并开始记录。然后打开Chrome浏览器，选择使用Charles代理，打开微博首页 ，出现登录页面(如果之前登录过微博，要先退出登录)。输入用户名和密码进行登录，登录成功后就可以停止Charles的记录。这样我们就用Charles完整记录下了微博的登录过程。见图：

我们把整个登录过程写出一个Python类，它的定义为：

class WeiboLogin:

user_agent = (

'Mozilla/5.0 (Windows NT 5.1) AppleWebKit/536.11 (KHTML, like Gecko) '

'Chrome/20.0.1132.57 Safari/536.11'

)

def __init__(self, username, password, cookies_tosave='weibo.cookies'):

self.weibo_user = username

self.weibo_password = password

self.cookies_tosave = cookies_tosave

self.session = requests.session()

self.session.headers['User-Agent'] = self.user_agent

接下来我们分析登录过程，并逐一实现这个类的各个方法。

2. 分析登录过程

把Charles的主窗口切换到“Sequence”标签页，

我们可以按加载时间顺序观察Charles记录的微博登录过程，我们发现第一个可疑的请求的Host是：login.sina.com.cn

点击该条记录，下方出现该条请求的完整内容，它的路径是：GET /sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=&rsakt=mod&client=ssologin.js(v1.4.19)&_=1542456042531 HTTP/1.1

这个GET请求的参数_=1542456042531看起来是个时间戳，这个在ssologin.js(看后面是如何找到的)定义为preloginTimeStart，可以用int(time.time()*1000)得到。

从prelogin.php这个名字看，它是一个预登陆，即在你输入用户名和密码前，它先从服务器拿点东西过来：

用Python实现这个prelogin：

def prelogin(self):

preloginTimeStart = int(time.time()*1000)

url = ('https://login.sina.com.cn/sso/prelogin.php?'

'entry=weibo&callback=sinaSSOController.preloginCallBack&'

'su=&rsakt=mod&client=ssologin.js(v1.4.19)&'

'_=%s') % preloginTimeStart

resp = self.session.get(url)

pre_login_str = re.match(r'[^{] ({. ?})', resp.text).group(1)

pre_login = json.loads(pre_login_str)

pre_login['preloginTimeStart'] = preloginTimeStart

print ('pre_login 1:', pre_login)

return pre_login

补充：关于认证码

昨天最初写这篇教程的时候，没有碰到验证码。今天就碰到验证码跳出来了，真是大快人心，可以把这部分补充上了。

对比昨天的prelogin的URL参数不能发现，今天的多了两个参数：su=xxxxx 就是加密的那个(实为base64编码)用户名

checkpin=1 告诉服务器要检查验证码(我去，自己写爬虫绝对不会这么干)

带着这两个参数请求服务器，返回来的也会多了showpin的值：

既然要显示pin(验证码)，就要下载验证码，它的地址是：https://login.sina.com.cn/cgi/pin.php?r=2855501&s=0&p=aliyun-a34a347956ab8e98d6eb1a99dfddd83bc708

这个是怎么来的呢？直接按Ctrl F 打开“Text to Find”窗口搜索“pin.php”:

这个Find窗口很有用，它让我们可以在记录的所有请求和响应里面查找特定文本，并且它还支持正则表达式、大小写敏感、只找全词。只找全词，对查找su这样的短词很有帮助，可以过滤大量包含它的词，比如super。

这里要特别说明一下，为什么只选在”Response Body”里面查找。

因为我们是要找上面的URL是如何生成的，我们认为它是在某个js文件的某段代码实现的，所以它一定是在 Response Body 里面的，这样也可以过滤掉很多无关信息。

通过上面的过滤，直接就定位了相关代码，双击进去，再稍微一搜，就发现对应的代码了：

var pincodeUrl = 'https://login.sina.com.cn/cgi/pin.php';

...

return pincodeUrl '?r=' Math.floor(Math.random() * 100000000) '&s=' size (pcid.length > 0 ? '&p=' pcid : '')

有了这个js，用Python来实现就易如反掌了，小猿们可以自己试试看。

有了验证码的URL，我们就用self.session下载它并保存为文件，在POST 所有login数据前，通过pin = input('>>please input pin:')来获取，加入到POST数据里面一起POST发送即可。

第二条可疑的请求的Host跟第一条一样，路径是：POST /sso/login.php?client=ssologin.js(v1.4.19) HTTP/1.1

这是一条POST，我来看看它POST的数据，选择这条记录，点击“Contents”标签，再点击“Form”标签，可以看到它POST的数据：

这时候我们可以把这写POST的参数和prelogin得到的联系起来了。

参数：su

这个看上去是“加密”的username，即用户名。那它是怎么加密的呢？浏览器运行的是JavaScript，所以我们猜测是通过JS加密的，那么是哪段JS呢？看上面login.php路径里给了参数client=ssologin.js(v1.4.19)，那我们就去ssologin.js里面找找，选择加载这个js文件的请求，“Contents”标签下面就会显示JS代码，按Ctrl F查找username：

果然在这里，其实就是用base64编码了一下，算不上加密，于是我们就有了获得su的方法：

def encrypt_user(self, username):

user = urllib.parse.quote(username)

su = base64.b64encode(user.encode())

return su

**参数：sp**

跟su同样的思路，还是在ssologin.js里面查找password，我们发现了加密password的算法：

于是有了获得sp的方法：def encrypt_passwd(self, passwd, pubkey, servertime, nonce):

key = rsa.PublicKey(int(pubkey, 16), int('10001', 16))

message = str(servertime) '\t' str(nonce) '\n' str(passwd)

passwd = rsa.encrypt(message.encode('utf-8'), key)

return binascii.b2a_hex(passwd)

参数：prelt

既然ssologin.js就是管登录的，那我们还是在这里找prelt，Ctrl F 查找到

request.prelt = preloginTime;

原理prelt就是preloginTime的简称，那我们再搜索preloginTime：preloginTime = (new Date()).getTime() - preloginTimeStart - (parseInt(result.exectime, 10) || 0)

这里的preloginTimeStart就是请求prelogin.php时的时间戳，result.exectime就是prelogin请求返回结果里面的exectime。

哈哈哈，又找到了prelt的算法，其实这个prelt就是从请求开始到现在的时间差，似乎也没那么重要，随机一个就可以，不过还是用Python实现一下：

def get_prelt(self, pre_login):

prelt = int(time.time() * 1000) - pre_login['preloginTimeStart'] - pre_login['exectime']

return prelt

目前，我们已经获得了登录的重要参数，接下来再看看登录请求的流程，在“Sequence”的 “Filter” 输入login，我们可以看到过滤后的请求，其中前三个就是登录的先后顺序：

其详细流程就是：prelogin从服务器获得一些参数

把加密的用户名密码等参数POST给https://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.19)

第2步返回的是html代码，html代码里面重定向到另外的url (所以我们代码里面也要实现这个重定向)

第3步返回的还是html代码，里面通过JS先实现几个跨域设置，最后重定向到另外一个url(我们也要实现这部分操作)

第4步返回的HTTP头里面重定向到另外的URL，request会跟随这个重定向，不用我们实现。

用Python实现html代码里面的JS重定向的方法就是，用正则表达式提取出JS代码里面的重定向URL，然后用requests做GET请求。

完整的登录流程的代码就是：def login(self):

# step-1. prelogin

pre_login = self.prelogin()

su = self.encrypt_user(self.weibo_user)

sp = self.encrypt_passwd(

self.weibo_password,

pre_login['pubkey'],

pre_login['servertime'],

pre_login['nonce']

)

prelt = self.get_prelt(pre_login)

data = {

'entry': 'weibo',

'gateway': 1,

'from': '',

'savestate': 7,

'qrcode_flag': 'false',

'userticket': 1,

'pagerefer': '',

'vsnf': 1,

'su': su,

'service': 'miniblog',

'servertime': pre_login['servertime'],

'nonce': pre_login['nonce'],

'vsnf': 1,

'pwencode': 'rsa2',

'sp': sp,

'rsakv' : pre_login['rsakv'],

'encoding': 'UTF-8',

'prelt': prelt,

'sr': '1280*800',

'url': 'http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.'

'sinaSSOController.feedBackUrlCallBack',

'returntype': 'META'

}

# step-2 login POST

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

resp = self.session.post(login_url, data=data)

print(resp.headers)

print(resp.content)

print('Step-2 response:', resp.text)

# step-3 follow redirect

redirect_url = re.findall(r'location\.replace\('(.*?)'', resp.text)[0]

print('Step-3 to redirect:', redirect_url)

resp = self.session.get(redirect_url)

print('Step-3 response:', resp.text)

# step-4 process step-3's response

arrURL = re.findall(r''arrURL':(.*?)\}', resp.text)[0]

arrURL = json.loads(arrURL)

print('CrossDomainUrl:', arrURL)

for url in arrURL:

print('set CrossDomainUrl:', url)

resp_cross = self.session.get(url)

print(resp_cross.text)

redirect_url = re.findall(r'location\.replace\(\'(.*?)\'', resp.text)[0]

print('Step-4 redirect_url:', redirect_url)

resp = self.session.get(redirect_url)

print(resp.text)

with open(self.cookies_tosave, 'wb') as f:

pickle.dump(self.session.cookies, f)

return True

代码中打印了很多信息，方便我们过程整个登录过程。

要测试我们的实现就很简单了:

if __name__ == '__main__':

weibo_user = 'your-weibo-username'

weibo_password = 'your-weibo-password'

wb = WeiboLogin(weibo_user, weibo_password)

wb.login()

修改为你的微博账户和密码就可以测试起来啦。