python模拟淘宝登录后上下架商品_Python 淘宝系列(三)： 模拟登陆成功后获取购物车信息...

依然采用IE的F12开发者工具分析抓取到的数据。

关键问题

获取token后，重定向地址的获取

一般网站登录成功后，跳转方式主要有两种：(1)服务器返回的响应头中包含 location header,该header为重定向地址，获取该header内容，访问即可。(2)服务器返回的响应内容中，包含使用javascript方法生成的重定向地址，使用正则表达式获取window.location.replace("redirected URL")内容。

然而，这两种方式都不能获取淘宝的重定向地址。经分析，想拿到淘宝中的个人数据要分三步：(1)淘宝登录，获取token值。(2)根据获取的token值，得到st值。(3)根据获得到的st值，获取重定向地址。

获取个人相关信息

获得重定向地址后，后面的事情就简单多了。打开重定向地址，从返回的html信息中提取相应的地址信息即可。

分析过程

下面红线圈出的是比较重要的信息。需要仔细分析。第一个POST方法是提交登录参数，返回参数中包含token值，那么下面紧跟着的GET方法作用是什么呢？还记得上面提到说要获取淘宝个人数据分三步吧？没错！下面两个分别是获得st值及重定向地址

再来看看第一个GET方法的详细信息，可看到传递的参数中有token值

其响应信息如下，一段js脚本

接着，看第二个GET请求的详细信息，地址中包含刚刚得到的st值及其他参数值

其响应如下，返回值包含一个url

对比发现，与下面打开的url一致，即为重定向地址。

完整代码

# -*- coding:

# -*- coding: utf-8 -*-

import urllib

import urllib2

import cookielib

import re

#登录地址

tbLoginUrl = "https://login.taobao.com/member/login.jhtml"

checkCodeUrl = ''

#post请求头部

headers = {

'x-requestted-with': 'XMLHttpRequest',

'Accept-Language': 'zh-cn',

'Accept-Encoding': 'gzip, deflate',

'ContentType': 'application/x-www-form-urlencoded; chartset=UTF-8',

'Host':    'login.taobao.com',

'DNT': 1,

'Cache-Control': 'no-cache',

'User-Agent' : 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:14.0) Gecko/20100101 Firefox/14.0.1',

'Referer' : 'https://login.taobao.com/member/login.jhtml?redirectURL=http%3A%2F%2Fwww.taobao.com%2F',

'Connection' : 'Keep-Alive'

}

#用户名，密码

username = raw_input("Please input your username in taobao: ")

password = raw_input("Please input your password of taobao: ")

#请求数据包

postData = {

'TPL_username':username,

'TPL_password':password,

"need_check_code" : "false",

"loginsite": 0,

"newlogin":1,

'TPL_redirect_url':'',

'from':'tbTop',

'fc':"default",

'style':'default',

'css_style':'',

'tid':'',

'support':'000001',

'CtrlVersion':'1,0,0,7',

'loginType':3,

'minititle':'',

'minipara' :'',

"umto":"NAN",

'pstrong':2,

'llnick':'',

'sign':'',

'need_sign':'',

"isIgnore":'',

"full_redirect":'',

'popid':'',

'callback':'1',

'guf':'',

'not_duplite_str':'',

'need_user_id':'',

'poy':'',

'gvfdcname':10,

'from_encoding':'',

"sub":'',

"allp":'',

'action':'Authenticator',

'event_submit_do_login':'anything',

'longLogin':0

}

#登录主函数

def loginToTaobao():

#cookie 自动处理器

global checkCodeUrl

cookieJar = cookielib.LWPCookieJar()#LWPCookieJar提供可读写操作的cookie文件,存储cookie对象

cookieSupport= urllib2.HTTPCookieProcessor(cookieJar)

opener = urllib2.build_opener(cookieSupport, urllib2.HTTPHandler)

urllib2.install_opener(opener)

#打开登陆页面

taobao = urllib2.urlopen(tbLoginUrl)

resp = taobao.read().decode("gbk")

displayCookies(cookieJar)

#提取验证码地址

pattern = r'img id="J_StandardCode_m" src="https://s.tbcdn.cn/apps/login/static/img/blank.gif" data-src="(\S*)"'

checkCodeUrlList = re.findall(pattern, resp)

checkCodeUrl = checkCodeUrlList[0]

print "checkCodeUrl:", checkCodeUrl

#此时直接发送post数据包登录

result = sendPostData(tbLoginUrl, postData, headers)#此时默认不需要输入验证码

print "result: ", result

while(not result["state"]):

print "failed to login in, error message: ",result["message"]

if result["code"] == "3425" or result["code"] == "1000":

getCheckCode(checkCodeUrl)

result=sendPostData(tbLoginUrl, postData, headers)

print "result: ", result

print "successfully login in!"

#获取st值

url="https://passport.alipay.com/mini_apply_st.js?site=0"

url=url+"&token="+result["token"]+"&callback=vstCallback519"

text=urllib2.urlopen(url).read()

print text

displayCookies(cookieJar)

st=re.search(r'"st":"(\S*)"( |})',text).group(1)

print st

#获取重定向地址

myTaobaoUrl="http://login.taobao.com/member/vst.htm?"

myTaobaoUrl=myTaobaoUrl+"st="+st+"&"+"TPL_uesrname=sunecho307"

myTaobao = urllib2.urlopen(myTaobaoUrl)

print myTaobao.read()

displayCookies(cookieJar)

def displayCookies(cookiejar):

print "+"*20+"displayCookies"+"+"*20

for cookie in cookiejar:

print cookie

def sendPostData(url, data, header):

print "+"*20+"sendPostData"+"+"*20

data = urllib.urlencode(data)

request = urllib2.Request(url, data, header)

response = urllib2.urlopen(request)

#url = response.geturl()

text = response.read().decode("gbk")

info = response.info()

status = response.getcode()

response.close()

print status

print info

print "Response:", text

result = handleResponseText(text)

return result

def handleResponseText(text):

"""处理登录返回结果"""

print "+"*20+"handleResponseText"+"+"*20

text = text.replace(',', ' ')

responseData = {"state": False,

"message" : "",

"code" : "",

"token" : ""}

m1 = re.match(r'\{?"state":(\w*)\ ', text)

if m1 is not None:

s = m1.group(1)

if s == "true":

responseData["state"] = True

#提取token

m4 = re.search(r'"token":"(\w*)"( |})', text)

if m4 is not None:

responseData["token"] = m4.group(1)

else:

m2 = re.search(r'"message":"(\S*)"( |})', text)

if m2 is not None:

msg = m2.group(1)

responseData["message"] = msg

else:

print "failed to get the error message"

m3 = re.match(r'.+\"code":(\w*)\ ', text)

if m3 is not None:

code = m3.group(1)

responseData["code"] = code

else:

print "failed to get the error code"

return responseData

def getCheckCode(url):

print "+"*20+"getCheckCode"+"+"*20

response = urllib2.urlopen(url)

status = response.getcode()

picData = response.read()

path = "C:\\Users\\Echo\\Desktop\\checkcode.jepg"

if status == 200:

localPic = open(path, "wb")

localPic.write(picData)

localPic.close()

print "请到%s,打开验证码图片"%path

checkCode = raw_input("请输入验证码：")

print checkCode, type(checkCode)

postData["TPL_checkcode"] = checkCode

postData["need_check_code"] = "true"

else:

print "failed to get Check Code, status:",status

if __name__ == "__main__":

loginToTaobao()

总结

在前两篇的基础上，增加了一些功能：(1)验证码输入错误，可以重复输入(2)获取淘宝中的个人相关信息，目前还不完善，只能得到登录后页面的html信息，相关信息还未提取，后面补充。