百度貼吧自動回帖的兩種方式，使用requests（urllib2）和selenium兩種方式回帖

本文介紹，回覆貼吧指定某樓層主的帖子的方法。在這裏不介紹無限發主貼和無限回覆主貼的方法，無限發主題帖會爆吧，引發別人的反感，而且很容易遭到吧主的封殺；無限回主題帖，會讓整個帖子的每樓的回覆充滿了本身的內容，嚴重影響別人閱讀回帖，可能被舉報遭到吧主禁言。只要看了本文就能夠無限回帖了，若是須要改爲發主題帖或者回主題帖，那確定只會比這簡單，本身理解修改下就能夠了。

 

通常向系統裏面添加數據，無非就幾種手段，普通人最經常使用的是用瀏覽器或者app手動發帖回帖。

第二種是使用相似qtp  selenium之類的自動化測試工具，自動操做瀏覽器來進行發帖。

第三種是使用jmeter lr python的requests或者urllib之類的，經過抓包分析，而後請求發帖的接口。

第四種是直接向數據庫中插入發帖數據，但百度的數據庫密碼咱們確定是破解不了的，不適合這種方法。

 

因此本文主要講述第二種和第三種發帖。

在這裏不介紹qtp發帖，者工具太龐大了，而且是收費軟件。python安裝的人比較多，因此介紹python+selenium回帖。

經過接口方式回帖，以python的requests爲例。

話很少說，上代碼。

 1 #coding=utf-8 
 2 from  selenium import webdriver
 3 from selenium.webdriver.support import expected_conditions as EC
 4 from selenium.webdriver.common.by import By
 5 import re,time
 6 ##########加載profile，能夠免登錄
 7 #profile = webdriver.FirefoxProfile(r'C:\Users\Administrator\AppData\Local\Mozilla\Firefox\Profiles\urkg7uqr.default')
 8 #driver = webdriver.Firefox(profile,timeout=300)
 9 
10 #driver = webdriver.Firefox(timeout=50)
11 driver=webdriver.Chrome()
12 driver.get('https://tieba.baidu.com/p/4778694923')
13 str_cookie='BIDUPSID=1B0EC2BA376CBF4E68F4952620B2C7A6; PSTM=1491645170; BDUSS=3NNcWtmZHI2MXdqaE55MUhUN35EYTR-cHppV2VCdDYxLXE5T3Z5eTVvNlhRQkJaSVFBQUFBJCQAAAAAAAAAAAEAAAAw2CBnudvS9LTzyqrAsgAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAJez6FiXs-hYa; BAIDUID=17ECF3B92FDCAFB2D548C94DXXXXXXX:FG=1'     #cookie字符串用f12查看網絡中的請求貼吧的，請求頭中的cookie
14 list=re.findall('([\s\S]*?)=([\s\S]*?); ',str_cookie+'; ')
15 for  l in list:
16     ck={'name':l[0],'value':l[1]}
17     print ck
18     driver.add_cookie(ck)           #來個正則把cookie字符串轉成slenium的cookie格式字典，添加到driver。cookie字符串是請求貼吧時用f12查看的 network的headers的請求頭的cookie，複製就能夠了，這樣selenium也能夠免登錄
19 driver.get('https://tieba.baidu.com/p/4778694923')
20 
21 ###########回主貼，寫內容但不回帖
22 driver.find_element_by_id('ueditor_replace').click()
23 time.sleep(5)                                            #停5秒鐘能夠發現上面的代碼click已經自動拖到頁面底部了，沒有必要先點擊輸入框直接賦值也能夠，考慮到模擬正常狀況，仍是點擊下，由於百度有些post參數是動態的。
24 js="document.getElementById('ueditor_replace').innerHTML='abc'"
25 driver.execute_script(js)
26 
27 
28 all=driver.find_elements_by_css_selector('div.l_post')     ###獲取全部層主的外層div
29 print all
30 for a in all:
31     #print a.text,'*************************\n'
32     bt=''
33     try:
34         bt=a.find_element_by_id('post_content_106859548218')              ####回覆指定的層主
35 
36     except Exception,e:
37         pass
38     if bt!='':
39         #a.find_element_by_class_name('lzl_link_unfold').click()    #首次回覆
40         try:
41             bt.click()                            #這句會報錯，但能夠幫助跳到指定層主，很是有用，若是不跳到指定層主的位置，就會定位不到那個層主的‘我也說一句’的按鈕，百度貼吧會在咱們離開層主的視界後自動收縮層主的跟帖，因此會形成定位不到。肉眼很難觀察到，用f12反覆關閉和打開，再搜索能夠看到。
42         except Exception,e:
43             pass
44 　　　　 time.sleep(3)
45         print a.tag_name
46         print a.text,'\n*****************************************************************'
47         for i in range(1000):
48             #driver.find_element_by_xpath('//*[@id="j_p_postlist"]/div[22]/div[2]/div[2]/div[2]/div[2]/ul/li[6]/a').click()   #這種方式不靠譜，前面插了廣告或者刪了帖子，可能回覆層別的層主了
49             a.find_element_by_class_name('j_lzl_p').click()
52             #a.find_elements_by_partial_link_text('我也說一句')[0].click()     ##我也說一句按鈕
53 
54             driver.find_element_by_id('j_editor_for_container').click()
55             driver.execute_script('document.getElementById("j_editor_for_container").innerHTML="hello"')
56             driver.find_element_by_css_selector('.lzl_panel_submit').click()
57             
58             time.sleep(60)                 #每隔60秒回帖






從第28行道49行繁瑣了一些，功能主要是跳轉到指定的層主的頁面位置，換種方法也能夠這樣
floor=dr.find_element_by_xpath('//span[contains(text(),"21樓")]')

dr.execute_script("arguments[0].scrollIntoView();", floor)

time.sleep(2)

#再去定位元素

tar = dr.find_element_by_xpath('//div[contains(@data-field,"157780442")]//a[contains(text(),"我也說一句")]')

tar.click()

 

下面來上的是requests代碼

#coding:utf-8
import requests
import re
import json
import time
ss=requests.session()

str_cookie='BAIDUID=9BB79332C64C55ADFF47BB66E2XXXXXXXXX:FG=1; PSTM=1490700622; BIDUPSID=E5593392C48A25ACD2751413DE5A5707; TIEBA_USERTYPE=ab202a741d89ac4664dafb03; bdshare_firstime=1491115637991; BDSFRCVID=A08sJeC62ZvIB7ciINso-O6ye2xAuYRTH6aouvwQVMCH1Qmt0l4GEG0PqM8g0KubLsfKogKK3gOTH4rP; H_BDCLCKID_SF=tJuO_I8afI83fP36q4r2DjvWqxby26nCtnbeaJ5nJDoAflTtjPbEyfCyhgc9tJc-tjbCLxT4QpP-HJ7G5RJG3xudyaQI2R0jannxKl0MLPjYbb0xynoDXbtEyUnMBMPe52OnaIb-LIcjqR8Zj6KajTbP; bottleBubble=1; pgv_pvi=3998808064; pgv_si=s197984256; BDRCVFR[S_ukKV6dOkf]=mk3SLVN4HKm; PSINO=6; H_PS_PSSID=1448_19035_21084; BDORZ=FFFB88E999055A3F8A630C64834BD6D0; TIEBAUID=3b218806eb200790fd2ae7b1; BDUSS=F-LVMwU09YOVBpcEZwZjlYRVlEbVY0MjZNZ0dWU1dTaHdvM0k2UmZYQ3hSaEJaSVFBQUFBJCQAAAAAAAAAAAEAAAAw2CBnudvS9LTzyqrAsgAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAALG56FixuehYNH; STOKEN=5cb27861dad46603e26d289c5a8ec87c75e0acaf2a2ad105c34cf3c029c9f757; wise_device=0; LONGID=1730205744;'
reg='([\s\S]*?)=([\s\S]*?);'
dict_cookie={}
for c in  re.findall(reg,str_cookie):
   dict_cookie[c[0]]=c[1]
print 'dict_cookie:',dict_cookie           ###cookie字符串轉字典，也能夠直接把cookie字符串攜帶在requests的請求頭中實現登陸

user_agent_list = ['Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36',
                  'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.2372.400 QQBrowser/9.5.10548.400'
    ]
header={}
import random
dict_data={
'ie':'utf-8',
'kw':'中華城市',
'fid':'429477',
'tid':'5063074699',
'floor_num':'2',
'quote_id':'106047109156',
'rich_text':'1',
'tbs':'1d2e70d051724ba01491647010',
'content':'啦啦啦',
'lp_type':'0',
'lp_sub_type':'0',
'new_vcode':'1',
'tag':'11',
'repostid':'106047109156',
'anonymous':'0',

}   ####抓包獲得的
dict_data['kw']='中華城市' 了 #重要，不能填錯
dict_data['fid']='429477'        #fid是貼吧何時建的，能夠抓包也能夠用上面的獲取fid的接口獲得，fid指的是貼吧是第多少個建的貼吧，數字越小，說明貼吧建的越早
dict_data['tbs']='1d2e70d051724ba01491647010'   ##這個值是有生命週期的，用個天把時間沒問題
dict_data['tid']='5065229106'    ##tid指的是主題帖子的id
dict_data['floor_num']='2'     ###這個不重要，隨便多少均可以
dict_data['quote_id']='106092995926'      #用f12定位看以看到post_id字段，指的是層主帖子的id
dict_data['repostid']=dict_data['quote_id']
dict_data['content']='啦啦啦德瑪西亞'   #content顧名思義是回覆的內容了，除了這幾個外其餘的data參數均可以不修改。


#獲取fid的接口 ，吧name換成貼吧名字，複製到瀏覽器地址欄回車就ok了http://tieba.baidu.com/f/commit/share/fnameShareApi?ie=utf-8&fname=%E6%B5%A0%E6%B0%B4%E4%BA%8C%E4%B8%AD

i=0

while(1):
    i=i+1
    try:
        header['User-Agent']=random.choice(user_agent_list)   ##習慣性的學爬蟲來個隨機換user-agent,但貼吧和知乎 這種都是基於帳號追蹤的，換ua和代理ip是沒有任何做用的，逃避不了被識別爲機器人
        header['Connection']='close'
        header.update({ 'Host':'tieba.baidu.com','Origin':'http://tieba.baidu.com','Referer':'http://tieba.baidu.com/p/5065229106'})

        dict_data['content']='哈哈哈哈'+str(i)

        res=ss.post('http://tieba.baidu.com/f/commit/post/add',cookies=dict_cookie,data=dict_data,headers=header)   
        res_content=res.content
        res_text=res.text

        print time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time())),'  ',json.dumps(json.loads(res_content),ensure_ascii=False) ###這樣能夠清楚的看到json裏面的\u xxxx之類的對應的中文。

        if '"err_code":0' not in res.content:   ##errcode0表示回帖成功了

            i=i-1

        if '"err_code":220034' in res_content:
            time.sleep(300)     #說話太頻繁，這時候不要太快回帖了，回了也沒用，會連續返回errcode220034
        if '"need_vcode":0,' not in res_content:
            #print res_content
            print u'須要驗證碼'
            time.sleep(180)         ###若是回覆太快了會彈出驗證碼，等一段時間不回帖就好啦。
    except Exception,e:
        #i=i-1
        print e
    time.sleep(10)                   ##每隔10秒回帖

上面就是介紹的兩種方法了，一個從ui界面上回帖，一個從接口回帖。

用slenium回帖的好處是，不須要抓包理解http接口，和反覆的測試總結出某些參數的意義和做用。上面的slenium代碼沒有加入處理驗證碼和禁言一段時間的狀況。須要加上才能保證程序一直是可運行的，加強容錯能力，不至於程序中斷退出。

用requests的回帖方式，須要抓包，而且post參數中有個值是動態而且有生命週期的，這個不容易把握，好處是發帖速度很是快，若是不考慮百度限制的話，requests的回帖速度是slenium的幾十倍甚至上百倍。

 

好了，介紹完了，那麼你們須要注意的是，不論是selenium仍是requets回帖，不要把回帖間隔設置的過小，不然輕則容易出不少驗證碼，中則禁言幾個小時，重則永久性的被全吧範圍封號以後沒法使用回帖功能了。