python登录csdn并自动评论下载资源脚本

功能

1.自动登录csdn

2.查找未评论的资源并自动评论

用到的库

1.python自带的requests，获取以及发送网页数据

2.python自带的time，用作休眠，csdn资源一段时间内只允许评论一个资源，每评论一个资源要休息一段时间

3.BeautifulSoup，解析html文本，搜索文本中指定的标签和属性

过程

1.用chrome的开发者工具抓取登录以及评论的数据包，获取数据包格式

2.requests获取指定页面html文本

3.BeautifulSoup分析页面属性，提取评论以及登录必须的页面信息

4.对BeautifulSoup的结果进行筛选，去掉一些干扰的标签信息，并判断资源是否评论过

5.组装评论消息并post。

脚本

import requests
from BeautifulSoup import BeautifulSoup
import time

def commitfunc(source_id, refer):
    commiturl='http://download.csdn.net/index.php/comment/post_comment?jsonpcallback=jsonp1419934439524&sourceid='+source_id+'&content=%E6%88%90%E5%8A%9F%E9%85%8D%E5%AF%B9%EF%BC%8C%E5%8F%AF%E4%BB%A5%E4%BD%BF%E7%94%A8%E3%80%82&rating=5&t=1419935091974'
    commitdata = {
            "Accept" : "text/javascript, application/javascript, */*",
            "Accept-Encoding" : "gzip, deflate, sdch",
            "Accept-Language" : "zh-CN,zh;q=0.8",
            "Connection" : "keep-alive",
            "Content-Type" :"application/x-www-form-urlencoded",
            "cookie" : "",
            "Host" : "download.csdn.net",
            "Refer" : refer,
            "User-Agent" : "Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36",
            "X-Requested-With" : "XMLHttpRequest",

            "jsonpcallback" : "jsonp1419934439524",
            "sourceid" : source_id,
            "content" : "a good resource, it's worth to download it",
            "rating" : "5",
            "t" : "1419935091974",
            }
    sess_source.post(commiturl, commitdata)

def GetPageCount():
    url_source_page = url_source + "1"
    html_source = sess_source.get(url_source_page).text
    soup_source = BeautifulSoup(html_source)
    #resource_once = soup_source.findAll('h3')
    page_count = soup_source.find('div', attrs={'class': "page_nav"}).text
    page_list = page_count.split()
    page_ac = page_list[2].split('&')
    return page_ac[0][1:len(page_ac[0])-1]

def CommitWholePage(page_nu):
    url_source_page = url_source + page_nu
    html_source = sess_source.get(url_source_page).text
    soup_source = BeautifulSoup(html_source)

    resource_once = soup_source.findAll('h3')
    for element in resource_once:
        if(len(element) > 1):
            #print type(element.contents[0].attrs[0][1])
            #print element.contents[0].attrs[0][1]
            attr = element.contents[0].attrs[0][1].split('/')
            reftext = '/detail/' + attr[2] + '/' + attr[3] + '#comment'
            result = soup_source.findAll('a', attrs={'href' : reftext, 'class' : 'btn-comment'})
            if len(result) != 0:
                #sess_source.get(url_source_page)
                commitfunc(attr[3], attr[2])
                print attr[2]
                print attr[3]
                print "sleep"
                time.sleep(70)






def logincsdn():
    html_login = sess_source.get(url_login).text
    soup_login = BeautifulSoup(html_login)

    lt_value = soup_login.findAll('input', attrs={'name': "lt"})[0]['value']
    execution_value = soup_login.findAll('input', attrs={'name': "execution"})[0]['value']
    data_login = {
            "lt" : lt_value,
            "execution" : execution_value,
            "_eventId" : "submit",
            "username" : "xxxxx",
            "password" : "xxxxx"
            }
    sess_source.post(url_login, data_login)


#main begin
url_login = "https://passport.csdn.net/account/login"
url_source = "http://download.csdn.net/my/downloads/"
sess_source = requests.session()

logincsdn()
total_page = GetPageCount()
for num in range(1,int(total_page)):
    CommitWholePage(str(num))

  欢迎咨询和指正，python菜鸟一枚。

BeautifulSoup中文资料站：http://www.crummy.com/software/BeautifulSoup/bs3/documentation.zh.html#Iterating%20over%20a%20Tag