1.Cookie和Session的區別

如果你登錄知乎，填寫過用戶名、密碼下次進來的時候不想再填寫了，那么你在第一次登錄后，服務器就會發送給你的瀏覽器一個Cookie，Cookie中包含了你的用戶名、密碼，下次再次發送請求給知乎的時候，瀏覽器會自動給請求加上Cookie，這樣服務器就能知道你是誰。這就是Cookie的機制。

但是這種機制是不安全的，當你本地Cookie被別人獲取后，就能直接使用你的賬號了。于是出現了session機制：當你第一次以用戶名、密碼登錄知乎時，知乎服務器會自己生成一條Session Id和sesson Value保存在服務器端，同時將Session Id作為Cookie中的一個鍵值對返回給瀏覽器，當你第二次請求知乎服務器的時候，請求會自動加上Session Id，那么服務器端收到Session Id后，會在服務器上查詢是否有此Session Id,如果查詢到，那么就匹配到相應的Session Value，也就是包含用戶名密碼的部分，這時候服務器就能識別出來你是那個用戶了。

明確一點：Session Value中包含的是加密的用戶名、密碼等用戶的Profile，是存放在服務器端，同事每一個Session Id都是有一個有效期的，這兩點保證了安全性。

2.Http狀態碼

code說明

200	請求被成功處理
301/302	永久重定向/臨時重定向
403	沒有訪問權限
404	滅有對應的資源
500	服務器錯誤
503	服務器停機或正在維護

3.分析知乎登錄

3.1 找到登錄請求URL

通過嘗試手機號碼和郵箱號，分析得出知乎統一登錄網址為：https://www.zhihu.com/api/v3/oauth/sign_in

3.2 找到登錄時的header部分

:authority: www.zhihu.com :method: POST origin: https://www.zhihu.com referer: https://www.zhihu.com/signup?next=%2F user-agent: Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36 x-xsrftoken: 405b7e07-d4f5-4b35-8b70-3e129d97a4d8

主要的是找到x-xsrftoken,以前的教程寫的都是_xsrf在返回的html中標簽中，改版后變化了，我們可以在返回的cookie中找到，所以
首先設置一個header

agent = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36"header = {"HOST": "www.zhihu.com","Referer": "https://www.zhihu.com/","User-Agent": agent, }

取得_xsrf

def get_xsrf():response = session.post("https://www.zhihu.com/signup?next=%2F", headers=header) return response.cookies['_xsrf']

隨后更新header

header.update({"X-Xsrftoken": xsrf})

3.3分析請求登錄頁面的data數據

3.3.1得到請求的data數據格式為下

------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="client_id"c3cef7c66a1843f8b3a9e6a1e3160e20 ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="grant_type"password ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="timestamp"1527727860453 ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="source"com.zhihu.web ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="signature"8417b29b51739a7dba377934e7678c35625464f0 ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="username"+8615639151994 ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="password"admin123 ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="captcha"------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="lang"en ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="ref_source"homepage ------WebKitFormBoundary4YUIdOtklYTeomJn Content-Disposition: form-data; name="utm_source"------WebKitFormBoundary4YUIdOtklYTeomJn--

3.3.2 通過多次請求發現如下會改變的信息只有

username： password： timestamp： captcha: signature:

其中用戶名、密碼是自己控制的

3.3.2.1 timestamp

比較簡單就是距離1970年過去的秒數的整數部分。

timestamp = str(int(time.time()))

3.2.2.2 captcha

驗證碼處理：現在知乎更新了，有的使用字母驗證碼，有的使用點擊倒立的數字驗證碼。但是我發現登錄時只考慮圖形字母驗證碼也可以登錄，但不知道* 為什么 *？

對字母驗證碼處理的方法就是下載圖片，然后打開，進行手動輸入

分析對驗證碼圖片的請求url和header

請求url為：https://www.zhihu.com/api/v3/oauth/captcha?lang=cn

header如下：

:authority: www.zhihu.com:method: GET:path: /api/v3/oauth/captcha?lang=cn:scheme: httpsaccept: application/json, text/plain, */*accept-encoding: gzip, deflate, braccept-language: zh-CN,zh;q=0.9,en;q=0.8authorization: oauth c3cef7c66a1843f8b3a9e6a1e3160e20cookie: d_c0="AIDk5lsxrA2PTn6UE7w8ZXwIcLwr6s4V8TM=|1527673963"; q_c1=29e9198d965c42b4b4d13820bc7023db|1527673963000|1527673963000; _zap=a0bc8c13-50e7-484b-abde-db97010a065b; l_cap_id="YzIxYmFmNzg0YjViNGZmODljNTIwMjUwMTQ5NWY0NTY=|1527688563|f3bfccc25e61ab0e6c92295650f257e2f9cd779b"; r_cap_id="YTE3M2JlMWQ4NWQzNDA2NzllYThmMWYxNjMxZmRhMTY=|1527688563|be9b0cd7843bf090e5e0194ceb29a99fc60a1cce"; cap_id="ZWFjYTg3ODljMzI0NDVmOTgyYmE0NjRiMGQyZGRmYmU=|1527688563|4636e8decd51156afe879407f16e6c7f57e222ce"; tgw_l7_route=5bcc9ffea0388b69e77c21c0b42555fe; _xsrf=405b7e07-d4f5-4b35-8b70-3e129d97a4d8; capsion_ticket="2|1:0|10:1527727674|14:capsion_ticket|44:Y2M3YTcwYWQ3OGFiNGIxMjk3MWUwY2I5ZWQ0OWM0ZjQ=|ed0700eadd8466ffd6f4c61dfbce11a1f4d11483f32f1ae8262501a7fd859558"if-none-match: "fa4cf03c0ac47ca1c52ed2df2b71dfda86db6655"referer: https://www.zhihu.com/signup?next=%2Fuser-agent: Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36x-udid: AIDk5lsxrA2PTn6UE7w8ZXwIcLwr6s4V8TM=

發現了有一個authorization字段，我在此踩坑，沒加這個字段的header不能成功請求圖片驗證碼
所以：

def get_captcha():captcha_url = 'https://www.zhihu.com/api/v3/oauth/captcha?lang=cn'header.update({"authorization": "oauth c3cef7c66a1843f8b3a9e6a1e3160e20"})response = session.get(captcha_url, headers=header)r = re.findall('"show_captcha":(\w+)', response.text)if r[0] == 'false':return ''else:print("需要輸入驗證碼！")response = session.put('https://www.zhihu.com/api/v3/oauth/captcha?lang=cn', headers=header)show_captcha = json.loads(response.text)['img_base64']with open('captcha.jpg', 'wb') as f:f.write(base64.b64decode(show_captcha))try:im = Image.open('captcha.jpg')im.show()im.close()except:print("打開文件失敗！")captcha = input('輸入驗證碼:')return captcha

3.2.2.3 signature

這邊是參照大神的分析

多次請求,其他參數都是固定的,但是signature參數是個什么東西…知道意思是簽名,但是我們要從哪里獲取這個呢.網頁源碼里沒有,那肯定是js生成的,去js里搜索在
https://static.zhihu.com/heifetz/main.app.19b9c7c4c4502d8ef477.js 中總算是找到了.為了好看下載到編譯器里,實在太大,編譯器直接卡死了,太尷尬了….漫長的等待后拿到這么一段js

function (e, t, n) { "use strict";function r(e, t) {var n = Date.now(), r = new a.a("SHA-1", "TEXT");return r.setHMACKey("d1b964811afb40118a12068ff74a12f4", "TEXT"), r.update(e), r.update(i.a), r.update("com.zhihu.web"), r.update(String(n)), c({clientId: i.a,grantType: e,timestamp: n,source: "com.zhihu.web",signature: r.getHMAC("HEX")}, t)}

可以看出是使用sha-1 key=’d1b964811afb40118a12068ff74a12f4’和其他的一些字段生成的HMAX

def get_signature(time_str):h = hmac.new(key='d1b964811afb40118a12068ff74a12f4'.encode('utf-8'), digestmod=sha1)grant_type = 'password'client_id = 'c3cef7c66a1843f8b3a9e6a1e3160e20'source = 'com.zhihu.web'now = time_strh.update((grant_type + client_id + source + now).encode('utf-8'))return h.hexdigest()

3.4 封裝data和header進行登錄

def zhihu_login(account, password):# 知乎登錄time_str = str(int(time.time()))xsrf = get_xsrf()header.update({"X-Xsrftoken": xsrf})post_url = "https://www.zhihu.com/api/v3/oauth/sign_in"post_data = {"client_id": "c3cef7c66a1843f8b3a9e6a1e3160e20","grant_type": "password","timestamp": time_str,"source": "com.zhihu.web","signature": get_signature(time_str),"username": account,"password": password,"captcha": get_captcha(),"lang": "cn","ref_source": "homepage","utm_source": ""}response = session.post(post_url, data=post_data, headers=header, cookies=session.cookies)if response.status_code == 201:# 保存cookie，下次直接讀取保存的cookie，不用再次登錄print("登錄成功")response = session.post("https://www.zhihu.com", headers=header, cookies=session.cookies)#print(response.text)session.cookies.save()else:print("登錄失敗")

如果登錄成功我們要保存cookie，下次登錄就直接實用cookie登錄即可，所以我們首先要加載cookie

session = requests.session()session.cookies = cookielib.LWPCookieJar(filename="cookies.txt") # cookie存儲文件，try:session.cookies.load(ignore_discard=True) # 從文件中讀取cookie except:print("cookie 未能加載")

3.5 判斷是否已經登錄

因為我們加載了cookie，如果cookie有效且正確，這不用再次登錄

這里采用點擊用戶個人中心的鏈接，且不允許跳轉，從而獲取返回的狀態碼，如果狀態碼為200則證明登錄了，否則要進行登錄

def is_login():# 通過個人中心頁面返回狀態碼來判斷是否登錄# 通過allow_redirects 設置為不獲取重定向后的頁面response = session.get("https://www.zhihu.com/inbox", headers=header, allow_redirects=False)print(response.cookies)print(response.status_code)if response.status_code != 200:print("尚未登錄")zhihu_login("+***", "***")else:print("你已經登陸了")

至此，就可以成功登錄啦！

具體實現完整代碼，請移駕github

總結

以上是生活随笔為你收集整理的新版知乎模拟登陆的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。