2022年最新豆X网站爬虫之账号登录（两种方案）

0x00 序言

所有文章和代码中出现的网址中 douxxx 均为你懂的6个字母。请替换后运行！！！（不这样写版权无法通过）

目前豆X登录分别三种方式：

1. 手机号接受验证码登录，接收前需要滑动验证码
2. 用户名密码登录，需要图片验证码或滑动验证码
3. 使用豆X app 扫码登录

后两种方式较为容易实现自动化登录。通过观察登录时的网络包，可以发现他们的登录模式。

0x01 用户名密码登录

流程为：

1. POST 请求 https://accounts.douxxx.com/j/mobile/login/basic ，携带表单内容为：

'name': username,
'password': password,

2. 返回的响应文本中提示要求通过图形验证码，图形验证码链接在 captcha_image_url 字段，可以将其下载。
3. 将验证码对应的文本附加到之前的表单的 captcha_solution 字段， captcha_id 在第2步的响应文本中也可以找到，重新 POST 请求 https://accounts.douxxx.com/j/mobile/login/basic ，现在携带的表单内容为：

'name': username,
'password': password,
'captcha_id': 'xxx',
'captcha_solution': 'xxx',

4. 一般情况下，这样就已经登录成功了。但是有时候会提示“在不常用的地区登录，需要验证手机”，这种情况就暂时没办法啦，可以考虑方案二了

代码示例：

def login(ss, ua_headers, username, password):
    # 登录的网址
    basic_url = 'https://accounts.douxxx.com/j/mobile/login/basic'
    # 提交的表单选项
    data = {
        'remember': 'false',
        'name': username,
        'password': password,
    }  
    # 需要预登录一次
    preres = ss.get(url=basic_url,headers=ua_headers)
    # 正式登录
    try:
        print("正在登录用户：{} ".format(username))
        response = ss.post(url=basic_url, headers=ua_headers, data=data)
        # 如果遇到图形验证码
        if re.search('需要图形验证码', response.text):
            try:
                # 先获取验证码图片到本地
                captcha_image_url = json.loads(response.text)['payload']['captcha_image_url']
                captcha_image = ss.get(captcha_image_url, headers=ua_headers)
                with open('temp.jpg','wb') as f:
                    f.write(captcha_image.content)
                print("图形验证码已下载到本地。打开文件 temp.jpg 查看。")
                # 准备把图形验证码内容附到data表单上重新发送
                captcha_solution = input("请输入图形验证码内容：")
                data["captcha_solution"]=captcha_solution
                data["captcha_id"]=json.loads(response.text)['payload']['captcha_id']
                response = ss.post(url=basic_url, headers=ua_headers, data=data)
                if re.search('\"status\":\"failed\"', response.text):
                    print(response.text)
                    print('无法通过图形验证码验证！')
                    return False
            except:
                print('无法通过图形验证码验证！')
                return False
        print("登录 {} 成功！".format(username))
        return True
    except:
        print("登录 {} 失败！".format(username))
        return False

0x02 豆X app 扫码登录

流程为：

1. POST 请求 https://accounts.douxxx.com/j/mobile/login/qrlogin_code ，这里表单为空也可以
2. 接收返回的二维码链接，在响应的 img 字段，这个图片不能下载，只能拷贝它的链接到浏览器上打开查看，打开后用豆X app 扫码
3. img 链接中最后 douxxx-qrlogin 之后、 .png 之前的内容就是这个二维码的唯一标识，把 https://accounts.douxxx.com/j/mobile/login/qrlogin_status?ck=&code=douxxx-qrlogin 和唯一标识连接起来，通过 GET 去请求，这是真正的登录请求
4. 请求之后不会响应是否登录成功，但一般在请求前扫码成功的都没问题

代码示例：

def login(ss, ua_headers):
    # 登录的网址
    basic_url = 'https://accounts.douxxx.com/j/mobile/login/qrlogin_code'
    # 提交的表单选项 
    data = {
        "ck": "",
    }
    # 正式登录
    try:
        print("准备扫码登录")
        response = ss.post(url=basic_url, headers=ua_headers, data=data)
        if re.search('\"status\":\"success\"', response.text):
            # 加载图片链接
            qrcode_url = json.loads(response.text)['payload']['img']
            print("请将下面的链接拷贝至浏览器打开，然后使用手机豆X app扫码：" + qrcode_url)
            print("2分钟后将自动尝试登录，无登录失败提示！")
            qrcode_name = re.findall(r"-qrlogin(.*)\.png", qrcode_url)[0]
            time.sleep(120)
            login_url = 'https://accounts.douxxx.com/j/mobile/login/qrlogin_status?ck=&code=douxxx-qrlogin' + qrcode_name
            ss.get(login_url, headers=ua_headers)
        return True
    except:
        return False

0x03 注意事项

1. 传入的 ss 要先 ss = requests.Session() 保存会话状态
2. 请求时要设置 User-Agent ，不然会报 418 错误