【转】 浏览器分析模拟登陆过程

原文地址:http://www.crifan.com/use_ie9_f12_to_analysis_the_internal_logical_process_of_login_baidu_main_page_website/

【前提】

想要实现使用某种语言,比如PythonC#等,去实现模拟登陆网站的话,首先要做的事情就是使用某种工具,去分析本身使用浏览器去登陆网页的时候,其内部的执行过程,内部逻辑。

此登陆的逻辑过程,主要指的是,需要访问哪些地址,提交哪些http请求,其中包含了有哪些查询关键字,涉及到哪些post的数据,涉及到哪些cookie等等。

只有知道了内部逻辑过程,才能谈及,使用某种语言去实现,模拟,此套登陆网站的过程。

关于分析工具,其实有很多种,此处选用,之前在

【总结】浏览器中的开发人员工具(IE9的F12和Chrome的Ctrl+Shift+I)-网页分析的利器

所介绍的IE9的F12。

在分析之前,虽然不需要你有太多的网络相关的基础,但是,如果真正想要熟悉分析网站抓取,模拟网站登陆的话,还是需要了解相关的知识的。

其中,和cookie相关的内容,可参考:

【总结】关于Http的Cookie的一些知识

【经验总结】Http,网页访问,request,response相关的知识


【使用IE9的F12分析登陆百度首页的内部逻辑过程】

1.准备好工具,配置好工具

 

打开IE9,打开百度首页:

http://www.baidu.com/

按F12,调出F12工具,再切换到Network界面:

baidu F12

然后点击“Start capturing”开始调试:

show stop capturing

下面就来利用F12来调试,分析登陆的内部逻辑。

不过,在调试之前,先去做一些配置上的准备工作:

(1)设置网页跳转时,已抓取的数据不被清除掉

即设置:

Tools -> Clear entries on navigate中的Console和Network,都取消掉:

not clear on navigate

这样,在网页分析过程中,由于从一个页面跳转到另外一个页面,所抓取的到内容,就不会被清空掉了。

(2)清除旧的cookie和缓存

为了后续的调试,不被之前的已登陆的账户的(缓存和cookie等)信息所影响,所以去都清除掉:

cache clear cookies

其中,简单解释一下是:

A。2个和清除cookie有关的:

Cache->Clear session cookies:清除当前会话,即访问当前这么一堆网页所涉及的cookie

Cache->Clear cookies for domain:清楚和当前网页所属的domain,此处为.baidu.com相关的cookie;

B。2个和缓存cache有关的

另外,为了清除的更彻底,往往也顺带把cache,即缓存的网页,也顺带都清理了:

Cache->Clear browser cache

Cache->Clear browser cache for this domain

更多关于F12如何使用的事情,还是去参考之前所写的:

【总结】浏览器中的开发人员工具(IE9的F12和Chrome的Ctrl+Shift+I)-网页分析的利器

接下来的所有操作,实际上就是,在IE9中,手动操作一遍,登陆百度首页的过程而已。

2.模拟操作过程,利用工具抓取所需的整个过程

 

点击“登陆”:

click login show capturing info

可以看到,除了网页中跳出你所熟悉的登陆对话框之外,F12调试窗口中,就已经抓取到很多内容了。

然后输入用户名和密码,正常登陆:

input username and pwd and click login

然后,就可以看到网页调转到了:

http://www.baidu.com/index.php

以及,对应的抓取到了很多内容:

has login can see redirect to index php

好了,到此为止,我们的操作,基本就结束了。

剩下的,就是从我们所已经抓取到的信息中,找到是如何登陆的。

3.分析网站登陆的内部逻辑过程

 

3.1找到登陆网站所涉及的最核心的地址

 

对于熟悉的人,可以直接从那一堆的url中,找到哪个是登陆的页面。

而现在假定你不熟悉,教你如何找到真正的有价值的信息。

对于此处,我们可以想到的一种办法是,通过直接搜索密码,而搜到哪里发送了我们的密码:

search pwd found login url

【小提示:显示内容时,设置为 自动换行】

当抓取出来的Request Body,Response Body等部分的内容中,单行内容太长,一行显示不下,不方便查看时,可以点击右键,选择Word wrap:

choose Word wrap

即可实现自动换行显示的效果了,方便查看了:

after word wrap

此处,很容易看到,此处和我们密码相关的url地址为:

https://passport.baidu.com/v2/api/?login

即,以后如果想要写代码的话,所要访问的url地址,就是这个地址了。

3.2分析所提交的数据(post data)中的参数和值

 

而且,此处的Request Body,就是对应的http的POST请求中所要提交的数据,简称为post data。

此处Request Body中完整的数据为(注:以下数据,是另外一次分析出来的结果,对解释分析过程无影响):

ppui_logintime=6852&charset=utf-8&codestring=&token=5ab690978812b0e7fbbe1bfc267b90b3&isPhone=false&index=0&u=&safeflg=0&staticpage=http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html&loginType=1&tpl=mn&callback=parent.bdPass.api.login._postCallback&username=crifan&password=xxxxxx&verifycode=&mem_pass=on

然后处理一下就是:

ppui_logintime=6852&         
charset=utf-8&           
codestring=&           
token=5ab690978812b0e7fbbe1bfc267b90b3&           
isPhone=false&           
index=0&           
u=&           
safeflg=0&           
staticpage=http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html&          
loginType=1&           
tpl=mn&           
callback=parent.bdPass.api.login._postCallback&           
username=crifan&           
password=xxxxxx&           
verifycode=&           
mem_pass=on

再去掉后面的那个&字符,变为:

ppui_logintime=6852         
charset=utf-8           
codestring=           
token=5ab690978812b0e7fbbe1bfc267b90b3           
isPhone=false           
index=0           
u=           
safeflg=0           
staticpage=http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html          
loginType=1           
tpl=mn           
callback=parent.bdPass.api.login._postCallback           
username=crifan           
password=xxxxxx           
verifycode=           
mem_pass=on

很明显,此处就是模拟网站登录的核心数据了,是在写代码时,对于

url=https://passport.baidu.com/v2/api/?login

提交POST请求时,所以要发送的一些参数和值了。

此处,再重新简要的介绍一下,模拟登陆网站的基本逻辑:

想要模拟网站登陆,就要知道,要向什么url地址,发送什么样的数据,GET请求还是POST请求。

  • GET请求只从服务器请求数据,不需要所谓的post data,但是往往需要在url后面添加上对应的?para1=val1&para2=value2之类的形式,此部分叫做query parameter,其本质上,有点类似于post data;

  • POST请求,在发送请求时,还需要提供对应的post data,此处即对应着IE9的F12中的Request Body。     

    • 而余下的,发送请求时的其他相关参数设置,主要就是设置很多基本的参数,包括user-agent等,此处对应着那个Request Headers

而提交请求后,网站的服务器会给你反馈,返回数据和信息给你。

此处对应的就是Response Headers和Response Body。

经常地,其中还涉及到cookie等信息。在发送之前,准备好,发送给服务器,服务器返回的信息中,往往也包含,更新后,cookie的值。

对应的这部分内容,是Cookies部分。

此处,把所有的内容,分别截图如下:

Request Headers

request headers

Request Body:

Request Body

Response Headers:

Response headers

Response body:

Response body

Cookies:

Cookies

接下来,就是分析,如何获得所需的信息。

先分析上述的post data中的值:

ppui_logintime=6852         
charset=utf-8           
codestring=           
token=5ab690978812b0e7fbbe1bfc267b90b3           
isPhone=false           
index=0           
u=           
safeflg=0           
staticpage=http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html          
loginType=1           
tpl=mn           
callback=parent.bdPass.api.login._postCallback           
username=crifan           
password=xxxxxx           
verifycode=           
mem_pass=on

都是怎么来的。

分析值是如何来的,以及顺带说说,写代码时,如何设置这些值。

在此之前,先解释一下,在代码中关于如何设置这些参数的值的规律和经验:

(1)对于有参数,但是值为空的哪些参数,一般来说,都是可以省略的。

即写代码时,是可以去掉,忽略掉,这些参数的;

当然,如果你抓取出来的参数是有值的,则需要考虑其值是怎么得到的,是否有意义,否则随便忽略掉某些参数,可能会导致模拟登陆失败的。

(2)对于,看不太懂的参数的值的情况下,不妨先使用抓取出来的数据

尤其是一些参数,看不太懂,而且其值又明显不是那种,很可能会变化的数字之类的值,则一般情况下,也都是固定的值,所以,即使对于参数和值本身不太了解,也无所谓,也都可以直接在代码中,直接使用抓取出来的数据即可。

即使会导致出错,一般来说,也可以通过后续的多次抓取和分析,看出来该值真正的规律。

在上面那一堆参数和值中:

(1)一些很明显,是固定的值,不需要考虑太多的值有:

charset=utf-8 -> 表示当前网页的编码是utf-8,我们写代码照着写即可,不需要改;

codestring= ->此处为空,所以也可以不理会;

isPhone=false -> 很明显,此处是通过PC登陆百度的,不是通过手机类的移动设备登陆的,所以是false。所以写代码时,也设置为false即可;

细心的读者,也很容易回想起,此处是对应着之前的登陆界面中的“手机登陆”:

phone login

如果是我们是通过“手机登陆”百度时,不出意外的话,肯定参数是isPhone=true

index=0 -> 未知,但是也没看出来是什么含义,所以也直接设置为0即可;

u=-> 空值,同样设置空值即可;

safeflg=0 -> 未知,所以也可以暂且不管,同样设置为0即可。

username=crifan -> 很明显,是我们的账号,不多解释;   
password=xxxxxx -> 同理,是对应的密码;     
verifycode= ->此处为空,所以也可以不管;     
mem_pass=on -> 很明显,是memory password的所写,即记住密码,对应的页面是,我们已经勾选的"记住我的登陆状态":

remember my login status

(2)另外一些就是不太容易一眼就看出来的值,需要简单解释一下的:

staticpage=http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html ->

此处,等有了一定的调试经验,和本身具有一定的url的encode,decode基础的话,可以直接看出来,这个值

http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html

是原先某个url地址,编码之后的值。

而对应的原始的值,可以在代码中去解码而获得;

此处先直接给出原始值:

http://www.baidu.com/cache/user/html/jump.html

关于如何通过此,被编码的url地址中,获得原始的url地址,详细解释在这里:

【整理】关于http(GET或POST)请求中的url地址的编码(encode)和解码(decode)

 

loginType=1 -> 未知,但是一般不知道的值,都可以先按照原先的值去设置即可;

tpl=mn -> 未知,也还是同样设置即可;

callback=parent.bdPass.api.login._postCallback -> 未知,也同样设置即可;

(3)再剩下的,就是需要去分析调查,才知道为何是这样值的了:

ppui_logintime=6852

此值6852,看起来就像是会变化的。但是到底如何得到的,则需要去分析分析了。

所以就去搜索6852:

search 6852

经过搜索,发现结果只能搜到此单独一处的6852,貌似没办法找到此数据如何得到的。

但是,我们可以再去搜其参数ppui_logintime,然后另外在别的文件中也可以找到2处,其中一处是:

search ppui_logintime

很明显,此处是JavaScript脚本:

https://passport.baidu.com/js/pass_api_login.js?v=20121018

在其中根据实际情况计算出来的。

【小提示:对于参数的处理策略】

对于涉及的很多参数,总的说,有两种策略:

一是,直接忽略此值,暂时不管。因为很多时候,有些参数,至少是这样看起来,不是那么重要的参数(重要的参数,相信我不说你自己也能看出来,是那些username,password之类的参数)。

然后就去写程序去模拟了。而真的等到程序运行出错,服务器没有返回你所期望的信息的时候,再回来分析此参数,看看是不是这个参数所导致的。

然后再试图去分析其真正的值;

二是,继续分析,甚至调试javascript代码,以便找到此值到底是如何一点点计算出来的。此过程可能会极其繁琐,也可能相对简单。要取决于此值被计算出来所经历的过程的复杂度。

此处,在表面看起来,这个参数ppui_logintime,大概意思是登陆的时间,所以推测是服务器为了记录你本地登陆百度的时间,和能否登陆百度这个过程本身,应该不会产生根本的影响,所以此处就可以采用策略一,暂时忽略不管。

万一真的有影响,再回来继续分析也不迟。

token=5ab690978812b0e7fbbe1bfc267b90b3 ->

此值5ab690978812b0e7fbbe1bfc267b90b3,很明显,是需要从别的地方找到的。所以就去分析此值是如何来的。

同理,继续去搜5ab690978812b0e7fbbe1bfc267b90b3,然后是可以搜到的,然后通过点击搜索框中的向前和向后的按钮,是可以找到这个

2/68 条记录,对应url是:

https://passport.baidu.com/v2/api/?getapi&class=login&tpl=mn&tangram=true

的这处的:

2 of 68 found this token

【小提示:在两种视图模式:Detailed View和Summary View之间切换】

对应的,可以通过点击“Back to summary view”,而更加清楚的看到,是哪条记录,以及对应的视图模式中,显示出:

Go to detailed view

show go to defailed view

对于上述所搜到的内容,很明显可以看出,就是我们在通过网页登陆百度首页过程中,通过IE9的F12抓取出来的记录知道了,其内部还是会先去访问:

https://passport.baidu.com/v2/api/?getapi&class=login&tpl=mn&tangram=true

然后会获得Response Body,即(服务器所返回的)html源码,其中包括了:

1
bdPass.api.params.login_token='5ab690978812b0e7fbbe1bfc267b90b3';

的,此时,你应该就明白了,到时候我们去写代码时,想要获得上述token的值的话,就需要先去

对于

url=https://passport.baidu.com/v2/api/?getapi&class=login&tpl=mn&tangram=true

发送GET请求,获得对应的html代码,然后从中分析出token的值5ab690978812b0e7fbbe1bfc267b90b3;

而写到此,基本逻辑过程,也相对清楚了。

但是有人很快会想到,即使上述代码写出来了,又如何能确保的确已经模拟登陆成功了,即如何验证此处模拟登陆百度首页成功了呢?

此处,根据经验,主要通过两方面来验证:

【小提示:如何验证模拟登陆网站已成功】

一是返回的html代码

返回的html代码,即对应着F12中的Response Body,此处为截图如下:

login ok resp html

如果你登陆成功了,那么代码中所获得的返回的html中,至少也应该是类似的html了。

二是cookie

如果你成功登陆了服务器,那么其所返回的值中中,对于cookie,一般都是会有对应的,和成功登陆有关的新的cookie返回给你的,以及另外更新一些原先发送的一些cookie的值。

此处F12中的Cookies的截图如下:

after clear cookie login ok receive cookies

很容易看出,当登陆成功后,会返回那一堆的cookie,拷贝出来如下:

1
2
3
4
5
6
Direction   Key Value   Expires Domain  Path    Secure  HTTP only
Received    BDUSS   WpNYWFNSGFub0t6YU9PMW1tVzNIUGRya35TQk5pM0JnflI2fndrT3UtQmdESVpSQVFBQUFBJCQAAAAAAAAAAAoavCuy1YMAY3JpZmFuAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACAYIArMAAAALDmT5YqAAAA6p5DAAAAAAAxMC4yNi4xOWC-mFBgvphQM    Sat, 23-Jan-2021 07:38:08 GMT   baidu.com   /   No  No
Received    PTOKEN  b42a396ff9c7efb80c08beecd040f032    Sat, 23-Jan-2021 07:38:08 GMT   passport.baidu.com  /   No  No
Received    STOKEN  f38612b7866cfb0357877b8ca3c4faa6    Sat, 23-Jan-2021 07:38:08 GMT   passport.baidu.com  /   No  No
Received    PTOKEN  deleted Mon, 07-Nov-2011 07:38:07 GMT   baidu.com   /   No  No
Received    SAVEUSERID  345baf769053e0ed4234    Sat, 23-Jan-2021 07:38:08 GMT   passport.baidu.com  /   No  No

而当代码模拟登陆成功后,则也肯定会收到类似的cookie的。

【小提示:关于cookie,需要注意的事情】

此处,需要特别提示一句,如果你在最开始没有去清除cookie,则很可能看到的cookie结果是这样的:

resp cookie when login ok

即,登陆前后的cookie,都有BDUSS,PTOKEN,STOKEN,SAVEUSERID。

这是因为,之前通过别的账号,以及同样的账号crifan,登陆过,所以IE9已经在本地记录了相关的cookie。

所以,在访问该url时,能看到Sent中已经存在了类似的cookie。

所以,总的来说,可以通过返回的html和cookie,来验证是否登录成功了。

而一般来说,通过验证cookie,是最有效的。因为很多时候,某些网站登陆成功和登陆失败,所显示的页面可能是同一个;

但是登陆成功的话,基本都会有对应的,新的,和登陆有关的cookie,返回的。

一般来说,实际上,对于很多不是很复杂的网站,到这一步,就完全就够了,就能够成功模拟登陆了。

但是,后来经过代码的证实,如上的流程,实际上是行不通的,因为对于去访问:

https://passport.baidu.com/v2/api/?getapi&class=login&tpl=mn&tangram=true

实际上,返回的html是:

1
2
3
4
5
6
7
8
var bdPass=bdPass||{};
bdPass.api=bdPass.api||{};
bdPass.api.params=bdPass.api.params||{};
bdPass.api.params.login_token='the fisrt two args should be string type:0,1!';
        bdPass.api.params.login_tpl='mn';
  
                        document.write('<script type="text/javascript" charset="UTF-8" src="https://passport.baidu.com/js/v2ApiUsedTangramFunctions.js?v=20121018"></script>');
                document.write('<script type="text/javascript" charset="UTF-8" src="https://passport.baidu.com/js/pass_api_login.js?v=20121018"></script>');

其中的:

bdPass.api.params.login_token=’the fisrt two args should be string type:0,1!’;

是无法正确获得我们所需要耳朵token的值的。

所以,接下来,就是继续去想办法,找到此处没有正确获得返回的html的原因。

不过,首先要知道的,无论何时,从抓取出来的数据来看,只要你程序是完整模拟了整个浏览器所发送的所有的数据,此处即IE9所发送的request headers:

all info of request headers

和post data(Request body),此处为空:

no request body

那么,程序所获得的返回值,就应该也和所抓取到的数据一样,即应该就可以从返回的html(response body)中获得所需的token的值了。

而此处之所有没有获得,对照上述所抓取的数据去看,则很可能是,request headers中某些值,比如cookie值,referer等值,没有赋值正确,导致返回的html不对。

所以,接下来,就是想办法,尝试一点点,完全找到上那些cookie的值,referer等的值,都是从哪里来的。

具体寻找的办法,其实还是那些笨办法,就是去搜索,然后一点点找线索,对于某个值,最初是哪里获得的。

好的,现在接着就以其中一个最复杂的cookie:SAVEUSERID,来说明,到底是如何分析出来的,找到最开始的SAVEUSERID是从哪里来的:

不过,此部分内容,相对比较复杂,所以单独写到这里了:

【教程】如何利用IE9的F12去分析网站登陆过程中的复杂的(参数,cookie等)值(的来源)

最终,才分析出来,SAVEUSERID是通过访问:

https://passport.baidu.com/v2/api/?login

而获得的。

而相应的,访问https://passport.baidu.com/v2/api/?login之前,需要用到BAIDUID。

所以又用同样的分析方法,去找到BAIDUID这个cookie的最开始的来源(又重新打开浏览器,重新分析了一次):

find first BAIDUID

因此,即为:

先访问:

http://www.baidu.com/

去获得对应的BAIDUID,接着去访问:

https://passport.baidu.com/v2/api/?login

其中发送的数据中,包括BAIDUID,返回数据中,得到SAVEUSERID。

而此时,其实访问

https://passport.baidu.com/v2/api/?login

本身就是我们所追求的目标,模拟登陆百度。

所以后续的SAVEUSERID,其实此处是可以不用,只是去通过校验cookie,而验证登陆是否成功时,会涉及到而已。

然后再去回头看之前所说的:

https://passport.baidu.com/v2/api/?getapi&class=login&tpl=mn&tangram=true

再次重现抓取所看到的结果为:

access getapi url require BAIDUID

就容易看懂了,即需要在访问:

https://passport.baidu.com/v2/api/?getapi&class=login&tpl=mn&tangram=true

时,提供BAIDUID这个cookie。

另外,再确认一下,访问:

https://passport.baidu.com/v2/api/?login

正确登陆时,所返回的cookie:

login ok returned cookies

其中的cookie的详细的值为:

1
2
3
4
5
6
7
Direction   Key Value   Expires Domain  Path    Secure  HTTP only
Sent    BAIDUID D612E3728B8647FB61867F6A7FB9D9CD:FG=1                  
Received    BDUSS   lxMkVCTHNMUlljSk9ERXgtNjZoZ3Q0S2tZbHBvUDFBSzZOUmk3ZHhza1JNSVpSQVFBQUFBJCQAAAAAAAAAAApRIA6y1YMAY3JpZmFuAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACAYIArMAAAALA2xXUAAAAA6p5DAAAAAAAxMC4yNi4xORHimFAR4phQbW    Sat, 23-Jan-2021 10:10:25 GMT   baidu.com   /   No  No
Received    PTOKEN  44cd9fe37e3f4a3a14811cc9ac0e0bf1    Sat, 23-Jan-2021 10:10:25 GMT   passport.baidu.com  /   No  No
Received    STOKEN  9f262998a4613536bfdaa41f08f54f62    Sat, 23-Jan-2021 10:10:25 GMT   passport.baidu.com  /   No  No
Received    PTOKEN  deleted Mon, 07-Nov-2011 10:10:24 GMT   baidu.com   /   No  No
Received    SAVEUSERID  345baf769053e0ed4234    Sat, 23-Jan-2021 10:10:25 GMT   passport.baidu.com  /   No  No

可见,其中至少包括:

BDUSS,PTOKEN,STOKEN,SAVEUSERID

(其中,对于原先域名为baidu.com的PTOKEN,是被删除掉的,此处暂可忽略)

3.3 总结出模拟登陆网站的基本流程

至此,对于想要模拟登陆百度首页:

http://www.baidu.com/

的内部逻辑过程,基本上就很清楚了:

顺序 访问地址 访问类型 发送的数据 需要获得/提取的返回的值
1 http://www.baidu.com/ GET 返回的cookie中的BAIDUID
2 https://passport.baidu.com/v2/api/?getapi&class=login&tpl=mn&tangram=true GET 包含BAIDUID这个cookie 从返回的html中提取出token的值
3 https://passport.baidu.com/v2/api/?login POST 一堆的post data,其中token的值是之前提取出来的 需要验证返回的cookie中,是否包含BDUSS,PTOKEN,STOKEN,SAVEUSERID

【小提示:分析模拟登陆时,未必非得要完全搞懂和在代码中用到所有的参数】

对于上述流程,按理来说,去使用代码,Python或C#等,去实现出来,即可。

不过,关于模拟登陆时所需要的数据,多解释一下。

按理来说,完整的模拟网站登陆的话,其实应该是从头到尾的,分析出浏览器(IE9)本身是如何访问网站的,然后把所有的逻辑搞懂,数据的来源都分析清楚,即如上述过程,对于访问

https://passport.baidu.com/v2/api/?login

所需要的那么一堆参数,都去搞懂具体的含义,以及参数的值,是怎么获得的。

而实际上,很多时候,模拟网站登陆,或者是抓取网页信息的时候,只需要最关心的那些核心参数即可。

因为,服务器,很可能,只是去判断那些核心参数,比如上述的username,password,及其他几个参数,

然后就可以正确返回你所需要的信息,即html,cookie等,就可以成功实现模拟登陆的目的了。

但是,话说回来,具体需要哪些,最基本的参数,还是需要通过写程序,去一点点测试出来的。

而之所以给大家介绍上述的概念,目的是为了,在你觉得自己能看懂参数的大概含义的时候,很多时候,能看出该参数不要也无所谓的时候,那就可以先去测试基本的参数,而暂时忽略其他相对次要的参数。

由此,在一定程度上,提高做事情的效率而已。

当然,在忽略参数的时候,也要注意,不要轻易忽略很多参数,否则也是很可能影响到程序模拟登陆的正确性的。

具体的尺度的把握,就一点:根据情况而定,自己看着办。

【总结】

至此,关于模拟登陆网站,如何一步步的分析出内部逻辑过程,就完成了。

总结下来就是,先去用工具“录制”你所有的操作,然后再去利用工具去分析和登陆有关那些url的相关的信息,主要是post data有哪些参数,以及其值是如何获得的。


提示:

1.关于:SAVEUSERID

我后来在写其他的教程:

【教程】模拟登陆百度之Java代码版

【记录】用go语言实现模拟登陆百度

期间,遇到类似的问题了:

在自动管理cookie时,由于发现返回的SAVEUSERID,已经是被deleted,所以就删除掉了,所以让你以为这个SAVEUSERID,是获得不到的。

所以,此处,实际上不理会这个SAVEUSERID,只去检测其他的BDUSS,PTOKEN,STOKEN,就可以了。

 

2.更想说的是:

如果以后,由于百度改版等原因,而导致各种内部逻辑改变,导致代码无法模拟登陆。

则:

在我没有时间更新帖子的前提下,还是要靠你自己,自己去用工具分析逻辑,然后再用代码去实现。

即:

凡事要靠自己,除非遇到错误,或者哪里不懂了,再求助别人,这样你会进步的更快。

 


模拟登陆网站的内部逻辑过程分析完毕后,就可以去通过代码去实现了:

 

(1)Python版

【教程】模拟登陆网站 之 Python版(内含两种版本的完整的可运行的代码)

(2)C#版

【教程】模拟登陆网站 之 C#版(内含两种版本的完整的可运行的代码)

(3)Java

【教程】模拟登陆百度之Java代码版

(4)go语言版

【记录】用go语言实现模拟登陆百度

posted @ 2017-02-06 15:20  front-gl  阅读(781)  评论(0编辑  收藏  举报