618 模拟登录淘宝,并清空她的购物车!

共 13720字,需浏览 28分钟

 ·

2020-06-15 23:22

a64d3f674d6425407e498bebe8441328.webp

来源 | Jack Cui

1


一、前言
爬虫系列,已讲 5 篇。
文字、图片、视频这类常规的内容下载、API 的使用,这些操作对你来说,应该轻而易举了。
那今天,就讲解一下高级一点的技能,「模拟登录」。

二、模拟登录
值此 618 之际,帮他/她清空一波购物车!eabdac9e26d6ba8148e5df8165f86aa1.webp
学爬虫,总能听到「模拟登录」这四个字,究竟什么是「模拟登录」?
通俗一点讲,「模拟登录」就是程序用账号和密码自动登录一个网站。
然后,拿到只有登录后,才能下载的网站数据。
比如,我们只有登录淘宝账号之后,才能看到购物车里有哪些东西。
本文,就以「模拟登录」淘宝为例进行讲解,并帮他/她清空购物车。
你只需要知道他/她的淘宝账号和密码,并且有个充足的钱包,就可以运行程序,扫码支付一气呵成。
体验自动结算钱包秒空的快感!7fdf6546ee1242bfbab9d133da6a9952.webp


三、Selenium
模拟登录无非两种方法:请求包分析模拟登录、自动化测试工具模拟登录。
前者,需要抓包分析请求,解析各种参数,还可能涉及一些加密算法。
后者,可以绕过一些繁琐的分析过程,直接定位元素进行操作,但也会遇到一些反爬策略。
两者,都有各自的操作技巧。
之前的教程,讲解了很多基于 requests 请求包分析的爬虫思路。
本文讲解一个新思路,使用自动化测试工具 Selenium 模拟登录。
Selenium 基本的使用方法,以及如何破解淘宝对于 Selenium 的反爬策略,尽在下文。

1.Selenium 安装


Selenium 是一个自动化测试工具,支持各种主流浏览器,例如 Chrome、Safari、Firefox 等。
不知道什么是自动化测试工具没关系,我会通过实战操作,慢慢讲解。
不管怎样,先安装 Selenium 再说。
pip install selenium


使用 pip 直接安装 selenium。
除了安装 Python 的 Selenium 第三方库,还需要根据浏览器配置相应的浏览器驱动。
以 Chrome 为例,下载浏览器驱动。
驱动下载地址(需翻墙):https://sites.google.com/a/chromium.org/chromedriver/downloads
需要根据浏览器的版本,选择驱动下载。

c06df0b31a98f127862c21ebc9f50c61.webp


无法翻墙下载没关系,我已经将这三个版本的驱动下载并上传到百度云了。
百度云链接(提取码:cbsu):https://pan.baidu.com/s/1-AfONQGkK8xPwLaW5P-9Bw

2.小试牛刀


使用 Selenium 登录百度看一下。
from selenium import webdriver
if __name__ == "__main__": browser = webdriver.Chrome('path\to\your\chromedriver.exe') browser.get('https://www.baidu.com/')

上面的 path\to\your\chromedriver.exe 是刚刚下载的 Chrome 驱动文件位置,根据自己的情况修改,建议使用绝对路径。结果如下图所示:


程序会自动打开 Chrome 浏览器,并打开 www.baidu.com。
再来个复杂一些的例子。
from selenium import webdriverfrom selenium.webdriver.common.keys import Keys
if __name__ == "__main__": driver = webdriver.Chrome("path\to\your\chromedriver.exe") driver.get("https://www.python.org") assert "Python" in driver.title elem = driver.find_element_by_name("q") elem.send_keys("pycon") elem.send_keys(Keys.RETURN) print(driver.page_source)


打开 www.python.org 官网,并根据 name 属性为 q 找到搜索框,并输入 pycon 并点击搜索。
运行结果:

562b9d112bc4aa992f2bb2cc6bdf18e7.webp


写好程序,浏览器自动操作,是不是很简单,很酷炫?
这就是自动化测试工具,程序写好,浏览器自动执行你的写的操作。
find_element_by_* 是一种定位网页元素的方法,有很多方式:
find_element_by_idfind_element_by_namefind_element_by_xpathfind_element_by_link_textfind_element_by_partial_link_textfind_element_by_tag_namefind_element_by_class_namefind_element_by_css_selector


可以通过,标签的 id 属性、name 属性、class_name 属性查找元素,也可以通过 xpath 等。
这里面,其实用到最多的就是 xpath,因为好用。
不用动脑思考怎么写xpath,就能操作,方便好用。举个例子,比如我想找到 baidu.com 的搜索框的元素:

1538c1d708fe37c6261556a54164f239.webp



在搜索框位置,点击右键,选择 copy 下的 copy xpath,直接复制 xpath 。
粘贴出来你会看到如下内容:
//*[@id="kw"]

其实意思就是从根目录开始找,找到 id 属性为 kw 的标签。
定位到搜索框,就可以通过百度输入 Jack Cui,搜索我的相关内容。
from selenium import webdriverfrom selenium.webdriver.common.keys import Keys
if __name__ == "__main__": driver = webdriver.Chrome("path\to\your\chromedriver.exe") driver.get("https://www.baidu.com") elem = driver.find_element_by_xpath('//*[@id="kw"]') elem.send_keys("Jack Cui") elem.send_keys(Keys.RETURN)

运行结果:

ce8e8e642859d1fa6868485867788b30.webp



可以看到,运行程序,搜索 Jack Cui,能搜到我的个人网站、CSDN 和知乎等。
Selenium 就是这么简单省事。
如果想学习更多,关于 Selenuim 其他的基本方法和 Xpath 的基础知识,可以看下我 3 年前写的文章。
文章地址:https://blog.csdn.net/c406495762/article/details/72331737

详细的,关于 Selenium 的 API 文档,可以看官方手册。
官方手册:https://selenium-python.readthedocs.io/index.html
好了,基础知识准备完毕。
只要你会使用 copy xpath,基本的 Selenium 操作,就可以开始跟我一起「模拟登录」淘宝。



四、登陆淘宝,掏空钱包
这场为了爱情的清空购物车大作战,需要分两步完成:
  • 模拟登录淘宝

  • 购物车结算



1.模拟登录淘宝


用 Selenium 模拟登录,就边看边写,按照人的操作步骤写代码即可。
打开淘宝,上来第一步肯定是点击登录按钮,不会写 XPath,那就复制这个标签的 XPath。

2713384016b0394eabd8a77153b6009c.webp


因此点击登录的代码就是:
browser.find_element_by_xpath('//*[@id="J_SiteNavLogin"]/div[1]/div[1]/a[1]').click()

找到登录元素位置,然后 click() 点击。
点击登录后,进入登陆页面,找到账号框和密码框位置,并输入账号和密码。

d88f3ab5cfd7425096a9591c514d6cab.webp


还是简单粗暴的复制粘贴 XPath 即可。
browser.find_element_by_xpath('//*[@id="fm-login-id"]').send_keys(username)browser.find_element_by_xpath('//*[@id="fm-login-password"]').send_keys(password)

username 和 password 就是你要输入的账号和密码。
输入完密码之后,可能会出现一个验证码滑动窗口。

293645d3e7f31e6d85dda5c85f860245.webp


这种滑动窗口也好解决,还是复制 XPath 匹配元素,然后使用 Selenium 的 ActionChains 方法,拖动滑块。
最后点击登陆按钮
登陆后,再读取下用户名,看下是否登陆成功即可。
分析完毕,直接上代码。
from selenium import webdriverimport loggingimport timefrom selenium.common.exceptions import NoSuchElementException, WebDriverExceptionfrom retrying import retryfrom selenium.webdriver import ActionChains
logging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s')logger = logging.getLogger(__name__)
class taobao(): def __init__(self): self.browser = webdriver.Chrome("path\to\your\chromedriver.exe") # 最大化窗口 self.browser.maximize_window() self.browser.implicitly_wait(5) self.domain = 'http://www.taobao.com' self.action_chains = ActionChains(self.browser)
def login(self, username, password): while True: self.browser.get(self.domain) time.sleep(1)
#会xpath可以简化这几步 #self.browser.find_element_by_class_name('h').click() #self.browser.find_element_by_id('fm-login-id').send_keys(username) #self.browser.find_element_by_id('fm-login-password').send_keys(password) self.browser.find_element_by_xpath('//*[@id="J_SiteNavLogin"]/div[1]/div[1]/a[1]').click() self.browser.find_element_by_xpath('//*[@id="fm-login-id"]').send_keys(username) self.browser.find_element_by_xpath('//*[@id="fm-login-password"]').send_keys(password) time.sleep(1)
try: # 出现验证码,滑动验证 slider = self.browser.find_element_by_xpath("//span[contains(@class, 'btn_slide')]") if slider.is_displayed(): # 拖拽滑块 self.action_chains.drag_and_drop_by_offset(slider, 258, 0).perform() time.sleep(0.5) # 释放滑块,相当于点击拖拽之后的释放鼠标 self.action_chains.release().perform() except (NoSuchElementException, WebDriverException): logger.info('未出现登录验证码')
#会xpath可以简化点击登陆按钮 #self.browser.find_element_by_class_name('password-login').click() self.browser.find_element_by_xpath('//*[@id="login-form"]/div[4]/button').click()
nickname = self.get_nickname() if nickname: logger.info('登录成功,呢称为:' + nickname) break logger.debug('登录出错,5s后继续登录') time.sleep(5)
def get_nickname(self): self.browser.get(self.domain) time.sleep(0.5) try: return self.browser.find_element_by_class_name('site-nav-user').text except NoSuchElementException: return ''

if __name__ == '__main__': # 填入自己的用户名,密码 username = 'username' password = 'password' tb = taobao() tb.login(username, password)

代码加了一些异常处理,以及 log 信息的打印。这里需要注意的是,滑块不是每次都出,所以要加个判断。
输入你的账号和密码,指定 Chrome 驱动路径,运行代码,看看能否如我们所愿的登陆成功。

d44f6738237679238d8aee33edf936bf.webp



可以看到,账号密码,都输入了,验证码也通过。
但是,就是登陆不上!这是为什么呢?

2.淘宝反 Selenium 登陆破解


很简单,淘宝有反爬虫,而且是专门针对 Selenium 的。
这么操作,永远登陆不进去。
遇到这种反爬的时候,不要慌,慢慢思考
通常,遇到这种反爬虫,第一反应就是:验证码滑块滑地太快了。
被检测出来了。
我刚开始也是这么想,所以我自己写了一个滑动方法。
匀速、加速、减速,甚至颤颤巍巍滑动,都不行!
显然,跟验证码滑块无关。
这时候,就得学会测试,分析出它的放爬虫策略。
分步测试,你就会发现,账号密码程序输入,滑块程序滑动,然后暂停程序,我们手动鼠标点击登录,就能登陆成功。
神奇吧?
这是为啥?
我猜测,应该是淘宝,有针对 Selenium 的 find_element_by_* 方法的 click 事件监听。
只要是使用 Selenium 完成的点击事件,淘宝就不让你登录。
具体怎么实现的我不清楚,但是我知道怎么破解。

很简单,Selenium 这个点击方法不行,那就换个第三方库呗!


Python 最不缺的就是各种各样的第三方库。


pyautogui 了解一下。


pyautogui 功能强大,可以操控电脑的鼠标,有类似「按键精灵」的功能。


pyautogui 的有些方法,甚至比「按键精灵」更强大。


安装方法也很简单,使用 pip 即可。


python -m pip install pyautogui


用法很简单,截取登录按钮那里的图片,像这样:

ccd1ad9af4f4d1b55b472e71fc225135.webp


然后 pyautogui 就可以根据这张图片,找到按钮的坐标,然后操控电脑的鼠标进行点击。
coords = pyautogui.locateOnScreen('1.png')x, y = pyautogui.center(coords)pyautogui.leftClick(x, y)


就问你强大不?
直接修改代码,开搞!
from selenium import webdriverimport loggingimport timefrom selenium.common.exceptions import NoSuchElementException, WebDriverExceptionfrom retrying import retryfrom selenium.webdriver import ActionChains
import pyautoguipyautogui.PAUSE = 0.5
logging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s')logger = logging.getLogger(__name__)
class taobao(): def __init__(self): self.browser = webdriver.Chrome("path\to\your\chromedriver.exe") # 最大化窗口 self.browser.maximize_window() self.browser.implicitly_wait(5) self.domain = 'http://www.taobao.com' self.action_chains = ActionChains(self.browser)
def login(self, username, password): while True: self.browser.get(self.domain) time.sleep(1)
#会xpath可以简化这几步 #self.browser.find_element_by_class_name('h').click() #self.browser.find_element_by_id('fm-login-id').send_keys(username) #self.browser.find_element_by_id('fm-login-password').send_keys(password) self.browser.find_element_by_xpath('//*[@id="J_SiteNavLogin"]/div[1]/div[1]/a[1]').click() self.browser.find_element_by_xpath('//*[@id="fm-login-id"]').send_keys(username) self.browser.find_element_by_xpath('//*[@id="fm-login-password"]').send_keys(password) time.sleep(1)
try: # 出现验证码,滑动验证 slider = self.browser.find_element_by_xpath("//span[contains(@class, 'btn_slide')]") if slider.is_displayed(): # 拖拽滑块 self.action_chains.drag_and_drop_by_offset(slider, 258, 0).perform() time.sleep(0.5) # 释放滑块,相当于点击拖拽之后的释放鼠标 self.action_chains.release().perform() except (NoSuchElementException, WebDriverException): logger.info('未出现登录验证码')
# 会xpath可以简化点击登陆按钮,但都无法登录,需要使用 pyautogui 完成点击事件 #self.browser.find_element_by_class_name('password-login').click() #self.browser.find_element_by_xpath('//*[@id="login-form"]/div[4]/button').click() # 图片地址 coords = pyautogui.locateOnScreen('1.png') x, y = pyautogui.center(coords) pyautogui.leftClick(x, y)
nickname = self.get_nickname() if nickname: logger.info('登录成功,呢称为:' + nickname) break logger.debug('登录出错,5s后继续登录') time.sleep(5)
def get_nickname(self): self.browser.get(self.domain) time.sleep(0.5) try: return self.browser.find_element_by_class_name('site-nav-user').text except NoSuchElementException: return ''

if __name__ == '__main__': # 填入自己的用户名,密码 username = 'username' password = 'password' tb = taobao() tb.login(username, password)


淘宝针对 Selenium 的反爬,就这样解决了!

1661959feb55478da3980af510a7696f.webp



3.清空购物车


已经登陆进来了,清空购物车就小菜一碟了!
还是按照之前的步骤,自行分析吧。
这里很简单,我就直接贴代码了。
from selenium import webdriverimport loggingimport timefrom selenium.common.exceptions import NoSuchElementException, WebDriverExceptionfrom retrying import retryfrom selenium.webdriver import ActionChains
import pyautoguipyautogui.PAUSE = 0.5
logging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s')logger = logging.getLogger(__name__)
class taobao(): def __init__(self): self.browser = webdriver.Chrome("path\to\your\chromedriver.exe") # 最大化窗口 self.browser.maximize_window() self.browser.implicitly_wait(5) self.domain = 'http://www.taobao.com' self.action_chains = ActionChains(self.browser)
def login(self, username, password): while True: self.browser.get(self.domain) time.sleep(1)
#会xpath可以简化这几步 #self.browser.find_element_by_class_name('h').click() #self.browser.find_element_by_id('fm-login-id').send_keys(username) #self.browser.find_element_by_id('fm-login-password').send_keys(password) self.browser.find_element_by_xpath('//*[@id="J_SiteNavLogin"]/div[1]/div[1]/a[1]').click() self.browser.find_element_by_xpath('//*[@id="fm-login-id"]').send_keys(username) self.browser.find_element_by_xpath('//*[@id="fm-login-password"]').send_keys(password) time.sleep(1)
try: # 出现验证码,滑动验证 slider = self.browser.find_element_by_xpath("//span[contains(@class, 'btn_slide')]") if slider.is_displayed(): # 拖拽滑块 self.action_chains.drag_and_drop_by_offset(slider, 258, 0).perform() time.sleep(0.5) # 释放滑块,相当于点击拖拽之后的释放鼠标 self.action_chains.release().perform() except (NoSuchElementException, WebDriverException): logger.info('未出现登录验证码')
# 会xpath可以简化点击登陆按钮,但都无法登录,需要使用 pyautogui 完成点击事件 #self.browser.find_element_by_class_name('password-login').click() #self.browser.find_element_by_xpath('//*[@id="login-form"]/div[4]/button').click() # 图片地址 coords = pyautogui.locateOnScreen('1.png') x, y = pyautogui.center(coords) pyautogui.leftClick(x, y)
nickname = self.get_nickname() if nickname: logger.info('登录成功,呢称为:' + nickname) break logger.debug('登录出错,5s后继续登录') time.sleep(5)
def get_nickname(self): self.browser.get(self.domain) time.sleep(0.5) try: return self.browser.find_element_by_class_name('site-nav-user').text except NoSuchElementException: return ''
def clear_cart(self): cart = self.browser.find_element_by_xpath('//*[@id="J_MiniCart"]') if cart.is_displayed(): cart.click() select = self.browser.find_element_by_xpath('//*[@id="J_SelectAll1"]/div/label') if select.is_displayed(): select.click() time.sleep(0.5) go = self.browser.find_element_by_xpath('//*[@id="J_Go"]') if go.is_displayed(): go.click() submit = self.browser.find_element_by_xpath('//*[@id="submitOrderPC_1"]/div/a[2]') if submit.is_displayed(): submit.click()

if __name__ == '__main__': # 填入自己的用户名,密码 username = 'username' password = 'password' tb = taobao() tb.login(username, password) tb.clear_cart()


运行效果:

c80b09362bed66009ac9a5b73a1bd69c.webp



剩下的就是掏钱了。7fdf6546ee1242bfbab9d133da6a9952.webp
扫码支付,只要你有钱,你甚至可以不看价格,直接程序写好支付密码,完成支付。


五、最后

Selenium 用着很方便,但是也会遇到反爬虫,需要根据情况自行分析。


618 准备开始剁手啦!爱她,就清空她的购物车吧!


浏览 50
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报