https://github.com/SpiderClub/smart_login

各大网站登陆方式，有的是通过selenium登录，有的是通过抓包直接模拟登录（精力原因，目前不再继续维护）
https://github.com/SpiderClub/smart_login

Last synced: 3 months ago
JSON representation

各大网站登陆方式，有的是通过selenium登录，有的是通过抓包直接模拟登录（精力原因，目前不再继续维护）

• Host: GitHub
• URL: https://github.com/SpiderClub/smart_login
• Owner: SpiderClub
• License: mit
• Created: 2016-03-31T06:30:46.000Z (about 8 years ago)
• Default Branch: master
• Last Pushed: 2022-07-26T16:29:10.000Z (almost 2 years ago)
• Last Synced: 2024-01-16T10:13:31.216Z (5 months ago)
• Language: Python
• Homepage:
• Size: 58.6 KB
• Stars: 1,012
• Watchers: 64
• Forks: 377
• Open Issues: 14
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Lists

• awesome - smart_login - 各大网站登陆方式，有的是通过selenium登录，有的是通过抓包直接模拟登录（精力原因，目前不再继续维护） (Python)

README

        
# smart_login

本项目用于研究和分享各大网站的模拟登陆方式,主要使用selenium+phantomjs或者直接登录的方式,语言采用Python

## 关于

由于工作需要，研究了一段时间的新浪微博登陆方式，在网上也查看了很多别人的经验，但是有相当一部分都是转载而且代码老旧，所以便有了这个repo。

模拟登陆基本采用的是直接登录或者使用selenium+webdriver的方式，有的网站直接登录难度很大，比如qq空间，如果采用selenium就相对轻松一些。

虽然在登录的时候采用的是selenium,为了效率，我们可以在登录过后得到的cookie维护起来，然后调用requests或者scrapy等进行数据采集，这样数据采集的速度可以得到保证。

下面是已经实现和待实现的目标

- [x] 微博

- [x] 知乎

- [x] QQ空间

- [x] 京东

- [x] 163邮箱

- [x] CSDN

- [ ] 淘宝

- [x] 百度

- [ ] 果壳

- [ ] 拉钩

其中比较典型的是微博这一类的模拟登陆，会用到RSA、Base64等加密和编码算法，关于它的分析过程，我写了[一篇文章](http://www.jianshu.com/p/816594c83c74)，写得很详细，帮助大家理解

## 常见问题

- 关于验证码：本项目所用的方法都没有处理验证码，识别复杂验证码的难度就目前来说，还是比较大的。以我的心得来说，做爬虫最好的方式就是尽量规避验证码。

- 代码失效：由于网站策略或者样式改变，导致代码失效，请给我提issue，如果你已经解决，可以提PR，谢谢！

## 其它

- 如果有童鞋自己也实现了某些站点的模拟登陆，可以给我提PR。站点太多了，一个人维护确实是比较大的工作量

- 授人以鱼不如授人以渔，如果感觉自己分析模拟登陆过程还有比较大的困难的，可以仔细阅读一下我写的三篇文章，包括了两种典型的模拟登陆和三种分析思路

 - [模拟登陆csdn](http://www.rookiefly.cn/detail/65)

 - [模拟登陆微博](http://www.jianshu.com/p/816594c83c74)

 - [模拟登陆百度网盘](http://www.jianshu.com/p/efcf030e68c5)

- 如果你有什么比较难登陆的网站，比如发现用了selenium+webdriver都还登陆不了的网站，欢迎给我提issue

- 如果该repo对大家有帮助，给个star鼓励鼓励吧