python-52: 驗證碼登錄的流程分析

"驗證碼登錄的流程是怎麼樣的？"

這是我最早問本身的一個問題，因而，我去登錄了不少的網站，最後發現大體的流程是這樣的

1. 點擊登錄打開登錄界面
   

2. 在登錄界面輸入用戶名密碼和驗證碼而後點擊登錄按鈕

3. 登錄界面跳轉，跳轉到網站的某一個頁面

這就意味着咱們須要在程序中模擬這些操做，這看上去好像並非很難，在咱們上一個模擬登陸實例的基礎上加上驗證碼的數據一塊兒post出去就好了，爲了便於操做，我將想到的全部要作的事情一一列舉出來，大體是這樣的

1. 先手動登錄，在登錄過程當中找到post數據的內容，向哪一個網站post數據
   

2. 使用urlopen　將登錄界面的源碼下載下來，並將驗證碼圖片的網址找出來

3. 點擊驗證碼的圖片找到要輸入的驗證碼，構建請求，加入post數據，並將全部數據發送到實際登錄的網站

4. 使用cookielib獲取cookies，並構造opener自動攜帶cookies訪問其餘的頁面

你們能夠看到大部分的流程和上一個實例模擬登錄的同樣，只是增長了驗證碼圖片的獲取和輸入而已，OK，來走一遍流程

1. 　手動登錄，獲取登錄過程當中的各類信息，仍是httpfox，仍是直接上圖，

   
   

好了，獲取咱們所須要的信息就是這兩張圖，圖上的另外幾個post是其餘網站的，不用管，就看我標出來的就好，

2. 爬取頁面源碼，並獲取驗證碼圖片

前面咱們已經說到，圖片在網頁中是以連接的形式存放的，那麼驗證碼應該也不例外，因此咱們經過RE，能夠把驗證碼的網址抽取出來，整個流程你們已經很熟悉了，源碼也很簡單

#!/usr/bin/env python
# -*- coding:UTF-8 -*-
__author__ = "217小月月坑"

'''
獲取源碼並獲取驗證碼的數據
'''

import urllib2
import re
＃　httpfox顯示的登錄界面
login_url = 'https://id.ifeng.com/api/sitelogin'
headers = {'User-Agent':'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:39.0) Gecko/20100101 Firefox/39.0',}

pattern = re.compile(r'<img src="(.*?)".*?',re.S)
request = urllib2.Request(login_url,headers=headers)
response = urllib2.urlopen(request)
contents = response.read()

items = re.findall(pattern,contents)
for item in items:
    print item

來來來，咱們來看看輸出

nothing？？！！這該死的小婊砸，這是怎麼回事？首先我開始檢查我寫的代碼有沒有錯誤，可是發現運行正常，因此應該不是代碼的問題，而後我又檢查了正則式，就短短的幾個字母，應該是沒有錯的，那剩下來的因素貌似只有url了，難道我傳進去的url是錯誤的？但是這不是從工具裏面獲取的嗎？爲了避免放過這一個可能性，我仍是將這個想法嘗試了一次，畢竟也沒什麼事能夠作了，我將RE的部分去掉，只是獲取網頁的源碼並輸出，而後結果是這樣的

這是一個JS的腳本，反正我是看不懂，不過能夠確定的是，這並非我看到的登錄界面的源碼，這究竟是爲何呢？因而我把前面使用到的url，也就是https://id.ifeng.com/api/sitelogin　，輸入瀏覽器，當我點擊訪問以後，奇怪的事情是這個網址居然變化了！！

輸入的時候是這樣的：

訪問以後變成了這樣：

首先咱們看到網址已經變化了，並且還有一些提示的信息，這是兩個不一樣的網頁，也就是說，在訪問的過程當中，網頁已經發生了跳轉，這是爲何呢？