青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品

不會飛的鳥

2010年12月10日 ... 不鳥他們?。?! 我要用自己開發的分布式文件系統、分布式調度系統、分布式檢索系統, 做自己的搜索引擎?。?!大魚有大志!??! ---楊書童

[轉]新浪微博 爬取實現之微博登錄

最近做一個東西,需要抓取新浪微博的微話題,新浪微博api有所限制所以就沒用新浪微博api了,想直接的從網頁上獲取內容,但微博的很多網頁都需要登錄后才能瀏覽的,所以做了個新浪微博的登錄功能,基本需要的功能實現了,但并不健全。

對于新浪微博的頁面是要用戶登錄之后才能進入的,如http://weibo.com/pub/topic,那么爬蟲也必須登錄上新浪微博才能爬取內容,在這里實現下新浪微博的登錄功能,到現在還有一些問題沒解決,但可以實現必須登錄后才能進入的頁面的文本捕獲了。

先分析下微博登錄提交的內容,新浪微博主頁登錄向服務器提交的是使用POST的,post附帶的參數有


entry:weibo
gateway:1
from:
savestate:7
useticket:1
ssosimplelogin:1
vsnf:1
vsnval:
su:NDY0Mjg5NTg4JTQwcXEuY29t
service:miniblog
servertime:1321269451
nonce:HGE0XB 
pwencode:wsse
sp:a3135915db1b5d15a47a43e550d89e1499a26a9b
encoding:UTF-8
url:http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack
returntype:META

  在這些參數中su是用戶的用戶名使用base64編碼的;servertime是該動作的開始時間,nonce是隨機產生的6為隨機數,pwencode:wsse應該指的是密碼格式的編碼了,sp是密碼的通過編碼后的形式。對于我現在的應用只需要這幾個參數就好了。

接著分析下這些參數吧:

request.su=sinaSSOEncoder.base64.encode(urlencode(username));

  用戶名通過了urlencode和base64編碼后才提交的;

servertime在哪里忘記了,通過獲取時間/1000就可以得到servertime了;

var makeNonce=function(len){var x="ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";var str="";for(var i=0;i<len;i++){str+=x.charAt(Math.ceil(Math.random()*1000000)%x.length)}return str};

  nonce參數是上面函數得到的;

sp的得到就相對比較麻煩一些,是通過password,servertime,nonce 共同編碼后得到的數據;使用的編碼函數是

var sinaSSOEncoder=sinaSSOEncoder||{};(function(){var i=0;var g=8;this.hex_sha1=function(j){return h(b(f(j),j.length*g))};var b=function(A,r){A[r>>5]|=128<<(24-r%32);A[((r+64>>9)<<4)+15]=r;var B=Array(80);var z=1732584193;var y=-271733879;var v=-1732584194;var u=271733878;var s=-1009589776;for(var o=0;o<A.length;o+=16){var q=z;var p=y;var n=v;var m=u;var k=s;for(var l=0;l<80;l++){if(l<16){B[l]=A[o+l]}else{B[l]=d(B[l-3]^B[l-8]^B[l-14]^B[l-16],1)}var C=e(e(d(z,5),a(l,y,v,u)),e(e(s,B[l]),c(l)));s=u;u=v;v=d(y,30);y=z;z=C}z=e(z,q);y=e(y,p);v=e(v,n);u=e(u,m);s=e(s,k)}return Array(z,y,v,u,s)};var a=function(k,j,m,l){if(k<20){return(j&m)|((~j)&l)}if(k<40){return j^m^l}if(k<60){return(j&m)|(j&l)|(m&l)}return j^m^l};var c=function(j){return(j<20)?1518500249:(j<40)?1859775393:(j<60)?-1894007588:-899497514};var e=function(j,m){var l=(j&65535)+(m&65535);var k=(j>>16)+(m>>16)+(l>>16);return(k<<16)|(l&65535)};var d=function(j,k){return(j<<k)|(j>>>(32-k))};var f=function(m){var l=Array();var j=(1<<g)-1;for(var k=0;k<m.length*g;k+=g){l[k>>5]|=(m.charCodeAt(k/g)&j)<<(24-k%32)}return l};var h=function(l){var k=i?"0123456789ABCDEF":"0123456789abcdef";var m="";for(var j=0;j<l.length*4;j++){m+=k.charAt((l[j>>2]>>((3-j%4)*8+4))&15)+k.charAt((l[j>>2]>>((3-j%4)*8))&15)}return m};this.base64={encode:function(l){l=""+l;if(l==""){return""}var j="";var s,q,o="";var r,p,n,m="";var k=0;do{s=l.charCodeAt(k++);q=l.charCodeAt(k++);o=l.charCodeAt(k++);r=s>>2;p=((s&3)<<4)|(q>>4);n=((q&15)<<2)|(o>>6);m=o&63;if(isNaN(q)){n=m=64}else{if(isNaN(o)){m=64}}j=j+this._keys.charAt(r)+this._keys.charAt(p)+this._keys.charAt(n)+this._keys.charAt(m);s=q=o="";r=p=n=m=""}while(k<l.length);return j},_keys:"ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/="}}).call(sinaSSOEncoder);

  得到得到sp的函數為

password=sinaSSOEncoder.hex_sha1(""+sinaSSOEncoder.hex_sha1(sinaSSOEncoder.hex_sha1(password))+me.servertime+me.nonce)}request.sp=password;return request};

  必要的參數已經分析到了,只要封裝http包先服務器發送即可。我使用的是java實現,把上面一些javascript函數改寫成java函數

//用戶名編碼
private String encodeAccount(String account){
        return Base64.encodeBase64String(URLEncoder.encode(account).getBytes());
    }
//六位隨機數nonce的產生
private String makeNonce(int len){
        String x="ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";
        String str = "";
        for(int i=0;i<len;i++){
            str+=x.charAt((int) (Math.ceil(Math.random()*1000000)%x.length()));
        }
        return str;
    }
//servertime的產生
private String getServerTime(){
        long servertime = new Date().getTime()/1000;
        return String.valueOf( servertime);
    }
//密碼的編碼
this.sp = new SinaSSOEncoder().encode(this.pwd, this.servertime, this.nonce);

  SinaSSOEncoder編碼類的實現

package com.sinaweibo;
 
//新浪微博密碼加密的算法
public class SinaSSOEncoder {
    private boolean i=false;
    private int g=8;
     
    public SinaSSOEncoder(){
         
    }
    public String encode(String psw,String servertime,String nonce){
        String password;
        password=hex_sha1(""+hex_sha1(hex_sha1(psw))+servertime+nonce);
        return password;
    }
     
    private String hex_sha1(String j) {
        return h(b(f(j,j.length()*g), j.length() * g));
    }
    private String h(int[] l){
        String k = i ? "0123456789ABCDEF" : "0123456789abcdef";
        String m = "";
        for (int j = 0; j < l.length * 4; j++) {
            m += k.charAt((l[j >> 2] >> ((3 - j % 4) * 8 + 4)) & 15) + "" + k.charAt((l[j >> 2] >> ((3 - j % 4) * 8)) & 15);
        }
        return m;
    }
     
    private int[] b(int[] A,int r){
        A[r>>5]|=128<<(24-r%32);
        A[((r+64>>9)<<4)+15]=r;
        int[] B = new int[80];
        int z = 1732584193;
        int y = -271733879;
        int v = -1732584194;
        int u = 271733878;
        int s = -1009589776;
        for (int o = 0; o < A.length; o += 16) {
            int q = z;
            int p = y;
            int n = v;
            int m = u;
            int k = s;
            for (int l = 0; l < 80; l++) {
                if (l < 16) {
                    B[l] = A[o + l];
                } else {
                    B[l] = d(B[l - 3] ^ B[l - 8] ^ B[l - 14] ^ B[l - 16], 1);
                }
                int C = e(e(d(z, 5), a(l, y, v, u)), e(e(s, B[l]), c(l)));
                s = u;
                u = v;
                v = d(y, 30);
                y = z;
                z = C;
            }
            z = e(z, q);
            y = e(y, p);
            v = e(v, n);
            u = e(u, m);
            s = e(s, k);
        }
        return new int[]{z,y,v,u,s};
    }
     
    private int a(int k,int j,int m,int l){
        if(k<20){return(j&m)|((~j)&l);};
        if(k<40){return j^m^l;};
        if(k<60){return(j&m)|(j&l)|(m&l);};
        return j^m^l;
    }
     private int c(int j){
        return(j<20)?1518500249:(j<40)?1859775393:(j<60)?-1894007588:-899497514;
    }
    private int e(int j, int m) {
        int l = (j & 65535) + (m & 65535);
        int k = (j >> 16) + (m >> 16) + (l >> 16);
        return (k << 16) | (l & 65535);
    }
    private int d(int j,int k){
        return(j<<k)|(j>>>(32-k));
    }
     
    private int[] f(String m,int r){
        int[] l;
        int j = (1<<this.g)-1;
        int len=((r+64>>9)<<4)+15;
        int k;
        for(k=0;k<m.length()*g;k+=g){
            len = k>>5>len?k>>5:len;
        }
        l = new int[len+1];
        for(k=0;k<l.length;k++){
            l[k]=0;
        }
        for(k=0;k<m.length()*g;k+=g){
            l[k>>5]|=(m.charAt(k/g)&j)<<(24-k%32);
        }
        return l;
    }
}

  得到這幾個參數后連通其他的一些參數,其他的參數內容不需要改變,一起封裝成HTTP包先服務器發送即可,到這一步,已經完成得差不多了,提交 到服務器后服務器返回了一些Cookie,有六個tgc,SUE,SUP,ALC,ALF,SUR。登錄新浪微博提交的Cookie有很多,但在訪問需要 用戶登錄的頁面只需要這里面的2個參數即可, SUE,SUP;還有一個wvr的參數,其值為4,其他的參數還沒去理解,為了方便我把所有服務器返回的Cookie全都封裝在HTTP包里了。

要訪問其他的之前需要登錄的頁面時,這需要在提交的http包的Header加上Cookie項,值為獲得的這幾個參數加上wvr=4就好了。這就會發現原來不能直接訪問的頁面,現在可以訪問了。

分析數據是個挺花時間的過程,但最終能實現還是很爽的。。。

一些其他的參數還沒去理解他們的意義,爬取微話題的主頁是沒問題的,但使用一些新浪微博api時就出現了一些問題。

posted on 2012-03-30 09:27 不會飛的鳥 閱讀(983) 評論(1)  編輯 收藏 引用

評論

# re: [轉]新浪微博 爬取實現之微博登錄 2012-05-07 14:22 紫楓閑人

膜拜牛人,被你翻譯成java了,代碼貼過來稍微改改就是C#的,呵呵。加我Q4157874,多交流啊  回復  更多評論   

青青草原综合久久大伊人导航_色综合久久天天综合_日日噜噜夜夜狠狠久久丁香五月_热久久这里只有精品
  • <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>
            亚洲一区二区三区高清| 亚洲人线精品午夜| 亚洲伦理久久| 久久aⅴ国产欧美74aaa| 亚洲国产精品一区二区第一页| 欧美午夜视频在线观看| 欧美黄色一区| 久久国产精品一区二区| 亚洲综合色视频| 在线亚洲成人| 一区二区三区四区在线| 99精品欧美一区二区蜜桃免费| 中文在线资源观看视频网站免费不卡| 免费观看日韩| 免费欧美视频| 欧美激情按摩| 亚洲国产精品成人| 欧美国产一区在线| 亚洲丰满在线| 日韩网站在线观看| 亚洲视频电影图片偷拍一区| 在线一区免费观看| 亚洲在线一区| 欧美在线视频全部完| 久久精品免费播放| 免费不卡在线视频| 欧美日韩亚洲网| 国产精品久久国产精品99gif | 国产网站欧美日韩免费精品在线观看| 国产精品美女一区二区在线观看 | 欧美成人一区二区三区在线观看| 欧美成人性网| 99国产精品国产精品久久| 亚洲视频在线免费观看| 欧美在线观看网站| 欧美成人黑人xx视频免费观看| 欧美黄色一级视频| 国产精品久久综合| 好看的日韩av电影| 99精品国产在热久久婷婷| 亚洲专区一区| 美女主播一区| 中国av一区| 久久久久久午夜| 欧美激情亚洲激情| 国产欧美精品一区| 亚洲六月丁香色婷婷综合久久| 亚洲欧美电影院| 欧美国产在线观看| 亚洲免费视频观看| 欧美啪啪一区| 影音先锋亚洲精品| 亚洲欧美日韩系列| 亚洲第一精品福利| 欧美一区二区三区免费在线看 | 欧美一区二区成人6969| 亚洲福利在线观看| 久久er99精品| 国产精品激情| 亚洲久久在线| 久久人人看视频| 亚洲一二三区视频在线观看| 亚洲美女免费视频| 久久九九精品| 亚洲深夜激情| 久久国产福利国产秒拍| 欧美午夜精品理论片a级按摩| 亚洲国产美女精品久久久久∴| 久久精品免费| 亚洲电影第三页| 亚洲男人的天堂在线aⅴ视频| 欧美高清一区二区| 亚洲国产精品视频一区| 久久蜜桃av一区精品变态类天堂| 中文精品视频一区二区在线观看| 欧美激情久久久| 亚洲欧洲三级电影| 欧美第一黄网免费网站| 久久精品主播| 在线播放国产一区中文字幕剧情欧美| 欧美伊人久久大香线蕉综合69| 亚洲特色特黄| 国产精品视屏| 欧美亚洲在线观看| 亚洲在线一区二区三区| 国产欧美日韩三区| 欧美一区二区播放| 亚洲欧美日韩另类| 国产精品一区二区三区久久久| 欧美一级在线播放| 亚洲无亚洲人成网站77777 | 亚洲深夜福利| 亚洲一区二区黄色| 国产一区二区成人| 牛人盗摄一区二区三区视频| 久热精品在线| 一本久久a久久精品亚洲| 亚洲精品久久久久久久久久久| 欧美福利电影网| 亚洲一区二区三区中文字幕| 亚洲视频一二| 国产一区二区中文字幕免费看| 久久视频在线视频| 免费成人网www| 亚洲视频一区在线| 性久久久久久久久| 亚洲人成艺术| 亚洲一区二区三区777| 国产综合久久久久久| 欧美肥婆bbw| 国产精品高潮在线| 久久综合久久综合久久| 久热精品视频在线观看| 亚洲性夜色噜噜噜7777| 欧美在线观看视频一区二区| 亚洲精品久久久久久一区二区| 日韩视频永久免费| 国产综合自拍| 日韩亚洲欧美成人| 韩国欧美一区| 一本综合精品| 亚洲一级黄色片| 亚洲午夜精品福利| 国产精品a久久久久久| 亚洲欧美日本视频在线观看| 久久精品国产成人| 中文在线资源观看网站视频免费不卡 | 亚洲精品久久久久久久久| 一区二区三区国产盗摄| 国产真实乱偷精品视频免| 亚洲大片在线观看| 国产日韩欧美精品综合| 亚洲精品久久久久久下一站| 国产亚洲欧美一区二区| 99视频精品免费观看| 一区一区视频| 午夜日韩激情| 亚洲欧美高清| 欧美日韩国产一区二区三区| 久久久久国产精品www | 99re6这里只有精品| 国外视频精品毛片| 亚洲欧美另类在线| 亚洲一级网站| 欧美片网站免费| 亚洲第一天堂av| 亚洲国产导航| 久久久亚洲一区| 久久久国产精品一区| 国产精品久久久久久久久| 亚洲另类视频| 日韩性生活视频| 欧美成人一区二免费视频软件| 亚洲国产激情| 日韩一区二区福利| 欧美一区二区三区男人的天堂| 久久久久久久精| 国产一区在线免费观看| 久久久久一区| 欧美寡妇偷汉性猛交| 国产精品亚洲综合天堂夜夜| 午夜欧美理论片| 久久久久久久波多野高潮日日| 亚洲成色777777女色窝| 久久亚洲欧美| 亚洲国产成人高清精品| 亚洲精品中文字幕在线观看| 欧美国产高清| 日韩午夜高潮| 欧美在线观看天堂一区二区三区| 国产精品一区二区女厕厕| 小黄鸭精品aⅴ导航网站入口| 久久福利精品| 亚洲高清av| 国产伦精品一区二区三区视频孕妇| 午夜精彩国产免费不卡不顿大片| 麻豆91精品| 亚洲影院一区| 国产精品久久国产三级国电话系列| 久久久久99| 一区二区三区精品国产| 欧美色图五月天| 久久亚洲欧美国产精品乐播| 亚洲大胆视频| 久久久久久夜精品精品免费| 一区二区视频免费在线观看 | 久久久久久久久久码影片| 美日韩精品视频| 西西人体一区二区| 1024亚洲| 欧美午夜视频网站| 制服诱惑一区二区| 久久国产精品亚洲77777| 亚洲第一主播视频| 欧美视频你懂的| 久久久国产精彩视频美女艺术照福利 | 国产精品久久9| 久久久综合激的五月天| 亚洲精品乱码久久久久久日本蜜臀| 亚洲在线中文字幕|