首页 > IT生活 > 如何科学的抢红包:年末致富有新招,写个程序抢红包
2015
02-15

如何科学的抢红包:年末致富有新招,写个程序抢红包

0×00 背景

大家好,我是来自IDF实验室的@无所不能的魂大人

红包纷纷何所似?兄子胡儿曰:“撒钱空中差可拟。”兄女道韫曰:“未若姨妈因风起。”

背景大家都懂的,要过年了,正是红包满天飞的日子。正巧前两天学会了Python,比较亢奋,就顺便研究了研究微博红包的爬取,为什么是微博红包而不是支付宝红包呢,因为我只懂Web,如果有精力的话之后可能也会研究研究打地鼠算法吧。

因为本人是初学Python,这个程序也是学了Python后写的第三个程序,所以代码中有啥坑爹的地方请不要当面戳穿,重点是思路,嗯,如果思路中有啥坑爹的的地方也请不要当面戳穿,你看IE都有脸设置自己为默认浏览器,我写篇渣文得瑟得瑟也是可以接受的对吧……

我用的是Python 2.7,据说Python 2和Python 3差别挺大的,比我还菜的小伙伴请注意。

0×01 思路整理

懒得文字叙述了,画了张草图,大家应该可以看懂。1.jpg

首先老规矩,先引入一坨不知道有啥用但又不能没有的库:

import reimport urllibimport urllib2import cookielibimport base64 import binascii import osimport jsonimport sys import cPickle as pimport rsa

然后顺便声明一些其它变量,以后需要用到:

reload(sys)sys.setdefaultencoding('utf-8&') #将字符编码置为utf-8luckyList=[] #红包列表lowest=10 #能忍受红包领奖记录最低为多少

这里用到了一个rsa库,Python默认是不自带的,需要安装一下:https://pypi.python.org/pypi/rsa/

下载下来后运行setpy.py install安装,然后就可以开始我们的开发步骤了。

0×02 微博登陆

抢红包的动作一定要登陆后才可以进行的,所以一定要有登录的功能,登录不是关键,关键是cookie的保存,这里需要cookielib的配合。

cj = cookielib.CookieJar()opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))urllib2.install_opener(opener)

这样凡是使用opener进行的网络操作都会对处理cookie的状态,虽然我也不太懂但是感觉好神奇的样子。

接下来需要封装两个模块,一个是获取数据模块,用来单纯地GET数据,另一个用来POST数据,其实只是多了几个参数,完全可以合并成一个函数,但是我又懒又笨,不想也不会改代码。

def getData(url) :
        try:
                req  = urllib2.Request(url)
                result = opener.open(req)
                text = result.read()
                text=text.decode("utf-8").encode("gbk",'ignore')
                return text
        except Exception, e:
                print u'请求异常,url:'+url
                print e
 
def postData(url,data,header) :
        try:
                data = urllib.urlencode(data) 
                req  = urllib2.Request(url,data,header)
                result = opener.open(req)
                text = result.read()
                return text
        except Exception, e:
                print u'请求异常,url:'+url

有了这两个模块我们就可以GET和POST数据了,其中getData中之所以decode然后又encode啥啥的,是因为在Win7下我调试输出的时候总乱码,所以加了些编码处理,这些都不是重点,下面的login函数才是微博登陆的核心。

def login(nick , pwd) :        print u"----------登录中----------"        print  "----------......----------"        prelogin_url = 'http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=%s&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.15)&_=1400822309846' % nick
        preLogin = getData(prelogin_url)        servertime = re.findall('"servertime":(.+?),' , preLogin)[0]        pubkey = re.findall('"pubkey":"(.+?)",' , preLogin)[0]        rsakv = re.findall('"rsakv":"(.+?)",' , preLogin)[0]        nonce = re.findall('"nonce":"(.+?)",' , preLogin)[0]        #print bytearray('xxxx','utf-8')        su  = base64.b64encode(urllib.quote(nick))        rsaPublickey= int(pubkey,16)        key = rsa.PublicKey(rsaPublickey,65537)        message = str(servertime) +'\t' + str(nonce) + '\n' + str(pwd)        sp = binascii.b2a_hex(rsa.encrypt(message,key))        header = {'User-Agent' : 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0)'}        param = {                'entry': 'weibo',                'gateway': '1',                'from': '',                'savestate': '7',                'userticket': '1',                'ssosimplelogin': '1',                'vsnf': '1',                'vsnval': '',                'su': su,                'service': 'miniblog',                'servertime': servertime,                'nonce': nonce,                'pwencode': 'rsa2',                'sp': sp,                'encoding': 'UTF-8',                'url': 'http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack',                'returntype': 'META',                'rsakv' : rsakv,                }        s = postData('http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.15)',param,header) 
        try:                urll = re.findall("location.replace\(\'(.+?)\'\);" , s)[0]                login=getData(urll)                print u"---------登录成功!-------"                print  "----------......----------"        except Exception, e:                print u"---------登录失败!-------"                print  "----------......----------"                exit(0)

这里面的参数啊加密算法啊都是从网上抄的,我也不是很懂,大概就是先
请求个时间戳和公钥再rsa加密一下最后处理处理提交到新浪登陆接口,从新浪登录成功之后会返回一个微博的地址,需要请求一下,才能让登录状态彻底生效,
登录成功后,后面的请求就会带上当前用户的cookie。

0×03 指定红包抽取

成功登录微博后,我已迫不及待地想找个红包先试一下子,当然首先是要在浏览器里试的。点啊点啊点啊点的,终于找到了一个带抢红包按钮的页面了,F12召唤出调试器,看看数据包是咋请求的。2.jpg

可以看到请求的地址是http://huodong.weibo.com/aj_hongbao/getlucky,主要参数有两个,一个是ouid,就是红包id,在URL中可以看到,另一个share参数决定是否分享到微博,还有个_t不知道是干啥用的。

好,现在理论上向这个url提交者三个参数,就可以完成一次红包的抽取,但是,当你真正提交参数的时候,就会发现服务器会很神奇地给你返回这么个串:

{"code":303403,"msg":"抱歉,你没有权限访问此页面","data":[]}

这个时候不要惊慌,根据我多年Web开发经验,对方的程序员应该是判断referer了,很简单,把请求过去的header全给抄过去。

def getLucky(id): #抽奖程序        print u"---抽红包中:"+str(id)+"---"        print  "----------......----------" 
        if checkValue(id)==False: #不符合条件,这个是后面的函数                return        luckyUrl="http://huodong.weibo.com/aj_hongbao/getlucky"        param={                'ouid':id,                'share':0,                '_t':0                } 
        header= {                'Cache-Control':'no-cache',                'Content-Type':'application/x-www-form-urlencoded',                'Origin':'http://huodong.weibo.com',                'Pragma':'no-cache',                'Referer':'http://huodong.weibo.com/hongbao/'+str(id),                'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.146 BIDUBrowser/6.x Safari/537.36',                'X-Requested-With':'XMLHttpRequest'                }        res = postData(luckyUrl,param,header)

这样的话理论上就没啥问题了,事实上其实也没啥问题。抽奖动作完成后我们是需要判断状态的,返回的res是一个json串,其中code为100000时为成功,为90114时是今天抽奖达到上限,其他值同样是失败,所以:

hbRes=json.loads(res)if hbRes["code"]=='901114': #今天红包已经抢完        print u"---------已达上限---------"        print  "----------......----------"        log('lucky',str(id)+'---'+str(hbRes["code"])+'---'+hbRes["data"]["title"])        exit(0)elif hbRes["code"]=='100000':#成功        print u"---------恭喜发财---------"        print  "----------......----------"        log('success',str(id)+'---'+res)        exit(0) if hbRes["data"] and hbRes["data"]["title"]:        print hbRes["data"]["title"]        print  "----------......----------"        log('lucky',str(id)+'---'+str(hbRes["code"])+'---'+hbRes["data"]["title"])else:        print u"---------请求错误---------"        print  "----------......----------"        log('lucky',str(id)+'---'+res)

其中log也是我自定义的一个函数,用来记录日志用的:

def log(type,text):        fp = open(type+'.txt','a')        fp.write(text)        fp.write('\r\n')        fp.close()

0×04 爬取红包列表

单个红包领取动作测试成功后,就是我们程序的核心大招模块了——爬取红包列表,爬取红包列表的方法和入口应该有不少,比如各种微博搜索关键字啥啥的,不过我这里用最简单的方法:爬取红包榜单。

在红包活动的首页(http://huodong.weibo.com/hongbao)通过各种点更多,全部可以观察到,虽然列表连接很多,但可以归纳为两类(最有钱红包榜除外):主题和排行榜。

继续召唤F12,分析这两种页面的格式,首先是主题形式的列表,比如:http://huodong.weibo.com/hongbao/special_quyu3.jpg

可以看到红包的信息都是在一个类名为info_wrap的div中,那么我们只要活动这个页面的源码,然后把infowrap全抓出来,再简单处理下就可以得到这个页面的红包列表了,这里需要用到一些正则:

def getThemeList(url,p):#主题红包
        print  u"---------第"+str(p)+"页---------"
        print  "----------......----------"
        html=getData(url+'?p='+str(p))
        pWrap=re.compile(r'<div class="info_wrap">(.+?)<span class="rob_txt"></span>',re.DOTALL) #h获取所有info_wrap的正则
        pInfo=re.compile(r'.+<em class="num">(.+)</em>.+<em class="num">(.+)</em>.+<em class="num">(.+)</em>.+href="(.+)" class="btn"',re.DOTALL) #获取红包信息
        List=pWrap.findall(html,re.DOTALL)
        n=len(List)
        if n==0:
                return
        for i in range(n): #遍历所有info_wrap的div
                s=pInfo.match(List[i]) #取得红包信息
                info=list(s.groups(0))
                info[0]=float(info[0].replace('\xcd\xf2','0000')) #现金,万->0000
                try:
                        info[1]=float(info[1].replace('\xcd\xf2','0000')) #礼品价值
                except Exception, e:
                        info[1]=float(info[1].replace('\xd2\xda','00000000')) #礼品价值
                info[2]=float(info[2].replace('\xcd\xf2','0000')) #已发送
                if info[2]==0:
                        info[2]=1 #防止除数为0
                if info[1]==0:
                        info[1]=1 #防止除数为0
                info.append(info[0]/(info[2]+info[1])) #红包价值,现金/(领取人数+奖品价值)
                # if info[0]/(info[2]+info[1])>100:
                #  print url
                luckyList.append(info)
        if 'class="page"' in html:#存在下一页
                p=p+1
                getThemeList(url,p) #递归调用自己爬取下一页

话说正则好难,学了好久才写出来这么两句。还有这里的info中
append进去了一个info[4],是我想的一个大概判断红包价值的算法,为什么要这么做呢,因为红包很多但是我们只能抽四次啊,在茫茫包海中,我们
必须要找到最有价值的红包然后抽丫的,这里有三个数据可供参考:现金价值、礼品价值和领取人数,很显然如果现金很少领取人数很多或者奖品价值超高(有的甚
至丧心病狂以亿为单位),那么就是不值得去抢的,所以我憋了半天终于憋出来一个衡量红包权重的算法:红包价值=现金/(领取人数+奖品价值)。

排行榜页面原理一样,找到关键的标签,正则匹配出来。4.png

def getTopList(url,daily,p):#排行榜红包        print  u"---------第"+str(p)+"页---------"        print  "----------......----------"        html=getData(url+'?daily='+str(daily)+'&p='+str(p))        pWrap=re.compile(r'<div class="list_info">(.+?)<span class="list_btn"></span>',re.DOTALL) #h获取所有list_info的正则        pInfo=re.compile(r'.+<em class="num">(.+)</em>.+<em class="num">(.+)</em>.+<em class="num">(.+)</em>.+href="(.+)" class="btn rob_btn"',re.DOTALL) #获取红包信息        List=pWrap.findall(html,re.DOTALL)        n=len(List)        if n==0:                return        for i in range(n): #遍历所有info_wrap的div                s=pInfo.match(List[i]) #取得红包信息                topinfo=list(s.groups(0))                info=list(topinfo)                info[0]=topinfo[1].replace('\xd4\xaa','') #元->''                info[0]=float(info[0].replace('\xcd\xf2','0000')) #现金,万->0000                info[1]=topinfo[2].replace('\xd4\xaa','') #元->''                try:                        info[1]=float(info[1].replace('\xcd\xf2','0000')) #礼品价值                except Exception, e:                        info[1]=float(info[1].replace('\xd2\xda','00000000')) #礼品价值                info[2]=topinfo[0].replace('\xb8\xf6','') #个->''                info[2]=float(info[2].replace('\xcd\xf2','0000')) #已发送                if info[2]==0:                        info[2]=1 #防止除数为0                if info[1]==0:                        info[1]=1 #防止除数为0                info.append(info[0]/(info[2]+info[1])) #红包价值,现金/(领取人数+礼品价值)                # if info[0]/(info[2]+info[1])>100:                        #  print url                luckyList.append(info)        if 'class="page"' in html:#存在下一页                p=p+1                getTopList(url,daily,p) #递归调用自己爬取下一页

好,现在两中专题页的列表我们都可以顺利爬取了,接下来就是要得到列表的列表,也就是所有这些列表地址的集合,然后挨个去抓:

def getList():        print u"---------查找目标---------"        print  "----------......----------" 
        themeUrl={ #主题列表                'theme':'http://huodong.weibo.com/hongbao/theme',                'pinpai':'http://huodong.weibo.com/hongbao/special_pinpai',                'daka':'http://huodong.weibo.com/hongbao/special_daka',                'youxuan':'http://huodong.weibo.com/hongbao/special_youxuan',                'qiye':'http://huodong.weibo.com/hongbao/special_qiye',                'quyu':'http://huodong.weibo.com/hongbao/special_quyu',                'meiti':'http://huodong.weibo.com/hongbao/special_meiti',                'hezuo':'http://huodong.weibo.com/hongbao/special_hezuo'                } 
        topUrl={ #排行榜列表                'mostmoney':'http://huodong.weibo.com/hongbao/top_mostmoney',                'mostsend':'http://huodong.weibo.com/hongbao/top_mostsend',                'mostsenddaka':'http://huodong.weibo.com/hongbao/top_mostsenddaka',                'mostsendpartner':'http://huodong.weibo.com/hongbao/top_mostsendpartner',                'cate':'http://huodong.weibo.com/hongbao/cate?type=',                'clothes':'http://huodong.weibo.com/hongbao/cate?type=clothes',                'beauty':'http://huodong.weibo.com/hongbao/cate?type=beauty',                'fast':'http://huodong.weibo.com/hongbao/cate?type=fast',                'life':'http://huodong.weibo.com/hongbao/cate?type=life',                'digital':'http://huodong.weibo.com/hongbao/cate?type=digital',                'other':'http://huodong.weibo.com/hongbao/cate?type=other'                } 
        for (theme,url) in themeUrl.items():                print "----------"+theme+"----------"                print  url
                print  "----------......----------"                getThemeList(url,1) 
        for (top,url) in topUrl.items():                print "----------"+top+"----------"                print  url
                print  "----------......----------"                getTopList(url,0,1) 
                getTopList(url,1,1)

0×05 判断红包可用性

这个是比较简单的,首先在源码里搜一下关键字看看有没有抢红包按钮,然后再到领取排行里面看看最高纪录是多少,要是最多的才领那么几块钱的话就再见吧……

其中查看领取记录的地址为http://huodong.weibo.com/aj_hongbao/detailmore?page=1&type=2&_t=0&__rnd=1423744829265&uid=红包id5.jpg

def checkValue(id):        infoUrl='http://huodong.weibo.com/hongbao/'+str(id)        html=getData(infoUrl) 
        if 'action-type="lottery"' in  html or True: #存在抢红包按钮                logUrl="http://huodong.weibo.com/aj_hongbao/detailmore?page=1&type=2&_t=0&__rnd=1423744829265&uid="+id #查看排行榜数据                param={}                header= {                        'Cache-Control':'no-cache',                        'Content-Type':'application/x-www-form-urlencoded',                        'Pragma':'no-cache',                        'Referer':'http://huodong.weibo.com/hongbao/detail?uid='+str(id),                        'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.146 BIDUBrowser/6.x Safari/537.36',                        'X-Requested-With':'XMLHttpRequest'                        }                res = postData(logUrl,param,header)                pMoney=re.compile(r'<span class="money">(\d+?.+?)\xd4\xaa</span>',re.DOTALL) #h获取所有list_info的正则                luckyLog=pMoney.findall(html,re.DOTALL) 
                if len(luckyLog)==0:                        maxMoney=0                else:                        maxMoney=float(luckyLog[0]) 
                if maxMoney<lowest: #记录中最大红包小于设定值                        return False        else:                print u"---------手慢一步---------"                print  "----------......----------"                return False        return True

0×06 收尾工作

主要的模块都已经搞定,现在需要将所有的步骤串联起来:

def start(username,password,low,fromFile):        gl=False        lowest=low
        login(username , password)        if fromfile=='y':                if os.path.exists('luckyList.txt'):                        try:                                f = file('luckyList.txt')                                newList = []  
                                newList = p.load(f)                                print u'---------装载列表---------'                                print  "----------......----------"                        except Exception, e:                                print u'解析本地列表失败,抓取在线页面。'                                print  "----------......----------"                                gl=True                else:                        print u'本地不存在luckyList.txt,抓取在线页面。'                        print  "----------......----------"                        gl=True        if gl==True:                getList()                from operator import itemgetter
                newList=sorted(luckyList, key=itemgetter(4),reverse=True)                f = file('luckyList.txt', 'w')  
                p.dump(newList, f) #把抓到的列表存到文件里,下次就不用再抓了                f.close() 
 
        for lucky in newList:                if not 'http://huodong.weibo.com' in lucky[3]: #不是红包                        continue                print lucky[3]                id=re.findall(r'(\w*[0-9]+)\w*',lucky[3])                getLucky(id[0])

因为每次测试的时候都要重复爬取红包列表,很麻烦,所以加了段将完整列表dump到文件的代码,这样以后就可以读本地列表然后抢红包了,构造完start模块后,写一个入口程序把微博账号传过去就OK了:

if __name__ == "__main__":  
        print u"------------------微博红包助手------------------"        print  "---------------------v0.0.1---------------------"        print  u"-------------by @无所不能的魂大人----------------"        print  "-------------------------------------------------" 
        try:                uname=raw_input(u"请输入微博账号: ".decode('utf-8').encode('gbk'))                pwd=raw_input(u"请输入微博密码: ".decode('utf-8').encode('gbk'))                low=int(raw_input(u"红包领取最高现金大于n时参与: ".decode('utf-8').encode('gbk')))                fromfile=raw_input(u"是否使用luckyList.txt中红包列表:(y/n) ".decode('utf-8').encode('gbk'))        except Exception, e:                print u"参数错误"                print  "----------......----------"                print e
                exit(0) 
        print u"---------程序开始---------"        print  "----------......----------"        start(uname,pwd,low,fromfile)        print u"---------程序结束---------"        print  "----------......----------"        os.system('pause')

0×07 走你!

7.jpg

6.jpg0×07 总结

基本的爬虫骨架已经基本可以完成了,其实这个爬虫的很多细节上还是有很大发挥空间的,比如改装成支持批量登录的,比如优化下红包价值算法,代码本身应该也有很多地方可以优化的,不过以我的能力估计也就能搞到这了。

最后程序的结果大家都看到了,我写了几百行代码,几千字的文章,辛辛苦苦换来的只是一组双色球,尼玛坑爹啊,怎么会是双色球呢!!!(旁白:作者越说越激动,居然哭了起来,周围人纷纷劝说:兄弟,不至于的,不就是个微博红包么,昨天手都撸酸了也没摇出个微信红包。)

唉,其实我不是哭这个,我难过的是我已经二十多岁了,还在做写程序抓微博红包这么无聊的事情,这根本不是我想要的人生啊!

源码下载:

weibo_hb.rar

[作者/idf实验室(企业帐号),转载须注明来自FreeBuf黑客与极客(FreeBuf.COM)]




最后编辑:
作者:tshare365
这个作者貌似有点懒,什么都没有留下。
捐 赠您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请狠狠点击

如何科学的抢红包:年末致富有新招,写个程序抢红包》有 1 条评论

  1. ss 说:

    这个是你写的?

留下一个回复