微信网页版登录爬虫小案例

曾经终败给现在 2022-05-29 02:57 223阅读 0赞

微信登录爬虫小案例，使用的抓包工具是fiddler

import requests
    import re
    from PIL import Image
    import urllib3
    urllib3.disable_warnings()
    from bs4 import  BeautifulSoup
    
    import  json
    
    #1.获取uuid 为扫码的链接寻找参数
    #2.获取二维码
    #3.扫描二维码的时候持续发送请求的链接https://login.wx.qq.com/cgi-bin/mmwebwx-bin/login?loginicon=true&uuid=obw7uFJYPw==&tip=0&r=-527204269&_=1520945398715
    #
    #
    class WeChat():
        def __init__(self):
            self.session=requests.session()
            self.session.verify=False
    
        ##获取uuid
        def getUuid(self):
            url="https://login.wx.qq.com/jslogin?appid=wx782c26e4c19acffb&redirect_uri=https%3A%2F%2Fwx.qq.com%2Fcgi-bin%2Fmmwebwx-bin%2Fwebwxnewloginpage&fun=new&lang=zh_CN&_=1520933268366"
            response=self.session.get(url)
            #print(response.text)
            self.uuid=re.findall(r'uuid = "(.*?)"',response.text)[0]
            print(self.uuid)
        ##h获取二维码
        def get_code(self):
            url="https://login.weixin.qq.com/qrcode/{}".format(self.uuid)
            response=self.session.get(url)
            print(response.content)
            with open('wxcode.png','wb') as f :
                f.write(response.content)
            image=Image.open('wxcode.png')
            image.show()
    
        ##扫码之后的请求，不扫码请求是401
        ##扫码之后是200
        def login(self):
            url="https://login.wx.qq.com/cgi-bin/mmwebwx-bin/login?loginicon=true&uuid={}&tip=0&r=-527204269&_=1520945398715".format(self.uuid)
            while True:
                response=self.session.get(url)
                if '200' in response.text:
                    self.redirect_url=re.findall('redirect_uri="(.*?)"',response.text)[0]
                    break
            print(response.text)
    
        #手机上点击登录后，发送的请求，这个是获取下一个重要链接的请求参数
        def login_parse(self):
            response=self.session.get(self.redirect_url,allow_redirects=False)
            print(response.history)
            print(response.status_code)
            soup=BeautifulSoup(response.text,'lxml')
            self.skey=soup.find('skey').text
            self.wxsid=soup.find('wxsid').text
            self.wxuin = soup.find('wxuin').text
            self.pass_ticket = soup.find('pass_ticket').text
            self.isgrayscale = soup.find('isgrayscale').text
            print(self.skey)
            ''' <error> <ret>0</ret> <message></message> <skey>@crypt_b78dd979_ba51a26273893cc5fd471e8a5bf59f44</skey> <wxsid>9sdRG7Oy8VMI1gEr</wxsid> <wxuin>2359397621</wxuin> <pass_ticket>CrvVhVc84VwMpTeSvUgmAkZ0TVLHqfw%2BuNvJOu3tLhXmSrG7BEM9n%2BrLeqWG9Fh0</pass_ticket> <isgrayscale>1</isgrayscale> </error> '''
            print(response.text)
        ##登录进去，获取微信用户的详细信息（好友、公众号等信息）
        def login_in(self):
            url="https://wx.qq.com/cgi-bin/mmwebwx-bin/webwxinit?r=-603124408&pass_ticket=SpeKAGlPKJl48YWyrgD18vBSMskBIt%252B5rm1rkhaciSaV1oo%252FgNIbGkWKGnrkUkbJ"
            data={
       "BaseRequest":{
       "Uin":self.wxuin,"Sid":self.wxsid,"Skey":self.skey,"DeviceID":"e547323813630142"}}
            response=self.session.post(url,data=json.dumps(data))
            response.encoding="utf8"
            print(response.status_code)
            print(response.text)
    
    
        def main(self):
            print(self.getUuid())
            self.get_code()
            self.login()
            self.login_parse()
            self.login_in()
    
    
    if __name__=="__main__":
        wechat=WeChat()
        wechat.main()

总结：

*  由于，requests默认解决301跳转问题，这样并不能得到我们要的信息，所以有时候可以设置`allow_redirects=False`。（当不知道是否有301跳转时，`response.history`即可知道）,如果设置了`allow_redirects=False ，response.status_code` 就会显示301。
 *  post传参时，json字符串要序列化`json.dumps()`
 *  微信扫码这一步还必须要人工，不知道是否能用机器解决。

**有任何疑问请评论留言。**