信息收集阶段：

信息收集阶段的主要内容有：

1、了解正常登陆的流程

2、了解正常登陆时用到的参数

3、理顺出登陆流程，识别登陆时所需要的参数

了解正常登陆的流程、参数－可结合burp查看
识别参数

打开浏览器自带的调试器（查看Network－All），填写好帐号和密码、验证码后，点击登陆，查看调试器中的内容。

模拟登陆知乎

查看加载的内容，可以看到captcha.gif?r＝3562789056789字样（很明显加载的是验证码）、email字样，email数据包中的内容为：

验证码的URL：https://www.zhihu.com/captcha.gif?r＝3562789056789

登陆时请求的URL：https://www.zhihu.com/login/email

登陆时post的参数为：_xsrf、password、captcha、captcha_type、email

参数意义如下：

_xsrf：了解csrf漏洞的同学肯定会理解_xsrf参数的意义，它是为了给提交的表单添加个随机值，用来防止恶意构造的请求被触发后成功执行

password：没错猜对了，就是登陆密码

capcha：验证码

captcha_type:验证码的类型，这个可以在网页源代码，或者是数据包中看到，这里是固定值cn

email：没错又猜对了，是登陆帐号

准备阶段：

post数据包中的password、captcha_type、email参数可控，那么我们接下来要解决的问题就是获得_xsrf以及capcha的值。

1）获取xsrf值：

想要定位到一个参数，那么我们就需要从最初开始访问这个URL开始，找到其第一次出现的位置。

从下图中我们可以看到，在第一次请求网站时，响应包中的cookies中设有_xsrf参数，结合burp我们可以观察到，在接下来的流程中，_xsrf的值固定为初始请求回来的值（即图中cookies中_xsrf字段的值），接下来我们把这个值获取到就可以了。

模拟登陆知乎

获取xsrf参数值代码如下：

import re
import requests

r = requests.get(url="https://www.zhihu.com",headers = headers,verify =False)

s= str(r.cookies)
pattern = r'_xsrf=(.*?) for'
_xsrf = re.findall(pattern,s,re.S|re.I)
xsrf = _xsrf[0]

2）获取captcha的值：

在浏览器中（下图）可以看到captcha图片的地址https://www.zhihu.com/captcha.gif?r=xxxxxxxx&type=login&lang=cn,我们知道r后面的一串数字为时间戳（别问我怎么知道的，在网页源代码中看到的）。

模拟登陆知乎

获取验证码链接：为了避免本地获取的时间与服务器端的时间不同步，所以此处时间戳timestamp的值取网页中的值，将其与获取captcha的链接连接在一起，便获取到了验证码链接。

模拟登陆知乎

获取验证码URL的代码如下：

import re
import requests

r = requests.get(url="https://www.zhihu.com",headers = headers,verify =False)

pattern_captcha_timestmp =r'<script type="text/json" class="json-inline" data-name="ga_vars">{"user_created":0,"now":(.*?),'
ss = r.content
_captcha_timestmp = re.findall(pattern_captcha_timestmp,ss,re.S|re.I)
timestamp =  _captcha_timestmp[0]
captcha_url =base_url + '/captcha.gif?r=' +timestamp + "&type=login&lang=cn"
print "captcha_url:%s" %captcha_url

验证码写入到本地：获取到captcha的地址后，接下来要把验证码图片读取出来，然后手工输入验证码便可以完成模拟登陆。读取验证码，首先要将验证码请求回来后写入本地文件，然后输入验证码的值：

验证码写入到本地的代码如下：

session =requests.session()
captcha_f = session.get(captcha_url,headers=headers)
with open ('captcha.jpg','wb') as f:
    f.write(captcha_f.content)
    f.close

分析验证码的特征：

将验证码中的所有汉字选中，在请求数据包中观察验证码的值，可以看到每个汉字是根据其所在的水平方向和垂直方向的相对位置定位的，这里就不展示了。验证码传输的方式是，输入倒立汉字所在的位置，将选中的相对位置做为参数就行传输。

代码实现思路：输入倒立汉字所在的位置（1-7），程序计算其相对坐标。

def location(a,b):
    a = 20 * int(a) +2
    b = 20 * int(b) +2
    if b != 0 :
        captcha = "{\"img_size\":[200,44],\"input_points\":[[%s,26.45],[%s,29.45]]}" %(int(a),int(b))
    else:
        captcha = "{\"img_size\":[200,44],\"input_points\":[[%s,26.45]]}" % (a)
    return  captcha

模拟登陆阶段

将以上获取到的参数同登陆帐号、密码一同发向服务端做登陆认证，为了维持用户登陆后的状态，此处我们结合使用session,完成整个模拟登陆过程。

完整的代码如下：

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

‘’‘
#coding:gooyii
#date:20170606
’‘’

import requests
import re

#base information
base_url = "https://www.zhihu.com"
login_email = '/login/email'
email = "xxxx"
password = "xxxx"
#base header
headers_base = {
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
    'Accept-Encoding': 'gzip, deflate, sdch',
    'Accept-Language': 'en-US,en;q=0.8,zh-CN;q=0.6,zh;q=0.4,zh-TW;q=0.2',
    'Connection': 'keep-alive',
    'Host': 'www.zhihu.com',
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.130 Safari/537.36',
    'Referer': 'http://www.zhihu.com/',
}


r = requests.get(url=base_url,headers = headers_base,verify =False)
#get_xsrf
s= str(r.cookies)
pattern = r'_xsrf=(.*?) for'
_xsrf = re.findall(pattern,s,re.S|re.I)
xsrf = _xsrf[0]

#new headers with xsrftoken
headers_base['X-Xsrftoken'] = '%s' %(xsrf)
headers = headers_base

#get captcha_url
pattern_captcha_timestmp =r'<script type="text/json" class="json-inline" data-name="ga_vars">{"user_created":0,"now":(.*?),'
ss = r.content
_captcha_timestmp = re.findall(pattern_captcha_timestmp,ss,re.S|re.I)
timestamp =  _captcha_timestmp[0]
captcha_url =base_url + '/captcha.gif?r=' +timestamp + "&type=login&lang=cn"
print "captcha_url:%s" %captcha_url

#write captcha as captcha.jpg
session =requests.session()
captcha_f = session.get(captcha_url,headers=headers)
with open ('captcha.jpg','wb') as f:
    f.write(captcha_f.content)
    f.close

def location(a,b):
    a = 20 * int(a) +2
    b = 20 * int(b) +2
    if b != 0 :
        captcha = "{\"img_size\":[200,44],\"input_points\":[[%s,26.45],[%s,29.45]]}" %(int(a),int(b))
    else:
        captcha = "{\"img_size\":[200,44],\"input_points\":[[%s,26.45]]}" % (a)
    return  captcha

#input captcha relate_location
locationa = raw_input("input captcha location 1:")
locationb = raw_input("input captcha location 2:")
captcha = location(locationa,locationb)


url = base_url + "/login/email"
data = {'_xsrf':xsrf,'password':password,'captcha':captcha,'captcha_type':'cn','email':email}
#requests 的session登录，以post方式，参数分别为url、headers、data
content = session.post(url= url,headers =headers,data=data)
print content.text

if "\u767b\u5f55\u6210\u529f" in content.text:
    print "login successful !"

模拟登陆知乎

信息收集阶段：

准备阶段：

模拟登陆阶段

模拟登陆知乎

新版知乎登录之post请求

使用scrapy爬取知乎问题和答案的相关字段完整代码

python 使用 selenium 爬虫知乎

Python3 知乎回答爬取+数据文本分析——如何判断一个人是否喜欢你项目实战结论及步骤笔记

python实战笔记之（8）：下载知乎视频

python scrapy 登录知乎过程

python爬取知乎上的小姐姐

最新详解如何模拟登录知乎英文验证码以及中文倒立字（2.0 持续更新）

爬虫系列之知乎

模拟登陆知乎

信息收集阶段：

准备阶段：

模拟登陆阶段

模拟登陆知乎

新版知乎登录之post请求

使用scrapy爬取知乎问题和答案的相关字段完整代码

python 使用 selenium 爬虫知乎

Python3 知乎回答爬取+数据文本分析——如何判断一个人是否喜欢你 项目实战结论及步骤笔记

python实战笔记之（8）：下载知乎视频

python scrapy 登录知乎过程

python爬取知乎上的小姐姐

最新 详解如何模拟登录知乎 英文验证码以及中文倒立字（2.0 持续更新）

爬虫系列之知乎

Python3 知乎回答爬取+数据文本分析——如何判断一个人是否喜欢你项目实战结论及步骤笔记

最新详解如何模拟登录知乎英文验证码以及中文倒立字（2.0 持续更新）