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(985) 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   


只有注冊用戶登錄后才能發表評論。
網站導航: 博客園   IT新聞   BlogJava   博問   Chat2DB   管理


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>
            国产日本欧美在线观看 | 国产精品夜夜嗨| 亚洲精品免费在线播放| 99精品国产热久久91蜜凸| 亚洲综合好骚| 女人香蕉久久**毛片精品| 亚洲伦理在线观看| 欧美一区二区| 亚洲电影在线免费观看| 亚洲国产第一| 亚洲一区二区三区精品在线| 久久高清免费观看| 欧美激情精品久久久| 亚洲无吗在线| 欧美成人一区二区三区在线观看| 国产精品久久久久久久久搜平片| 国产综合一区二区| 99视频精品在线| 久久久免费精品视频| 亚洲人成在线观看网站高清| 亚洲在线不卡| 欧美精品成人一区二区在线观看| 国产午夜精品福利| 日韩一级在线| 久久综合国产精品台湾中文娱乐网| 亚洲免费成人av| 久久偷看各类wc女厕嘘嘘偷窃| 欧美日韩国产首页| 1024亚洲| 久久成人羞羞网站| 日韩一区二区福利| 老司机午夜免费精品视频| 国产精品高潮呻吟久久av黑人| 亚洲乱码国产乱码精品精可以看 | 亚洲国产精品久久久久| 性感少妇一区| 日韩视频免费观看高清完整版| 狠狠爱综合网| 日韩午夜精品视频| 久久一区国产| 亚洲欧美日韩精品久久亚洲区| 欧美久久影院| 1024成人| 久久尤物视频| 亚洲欧美日本在线| 欧美日韩大片| 91久久精品国产91久久| 久久久精品国产一区二区三区| 亚洲精品少妇网址| 久久综合久久综合久久| 国产日韩欧美不卡| 亚洲一区二区三区视频| 亚洲黄色一区二区三区| 欧美一区二区三区四区视频| 国产精品久久久久久久电影 | 久久精品伊人| 亚洲一区二区三区精品视频| 欧美日韩国产黄| 亚洲精品一二三区| 欧美顶级少妇做爰| 久久久久综合| 国内欧美视频一区二区| 久久久精品日韩| 欧美一区二区三区播放老司机 | 在线观看日韩精品| 久久蜜桃精品| 夜夜躁日日躁狠狠久久88av| 亚洲乱码国产乱码精品精98午夜| 欧美黄色一区| 蜜臀久久久99精品久久久久久| 亚洲福利视频在线| 久久久久.com| 久久精品国产成人| 国内精品免费在线观看| 久久尤物视频| 久久网站免费| 亚洲精选视频免费看| 亚洲国产高清视频| 欧美精品自拍| 中文精品视频| 一区二区三区高清在线| 国产精品你懂的在线| 欧美一区二区私人影院日本| 亚洲一级黄色片| 国产欧美日韩三级| 久久久久天天天天| 欧美大片免费观看在线观看网站推荐| 亚洲影音先锋| 国产午夜精品视频| 久久人91精品久久久久久不卡| 久久不射网站| 亚洲国产精品久久久久秋霞蜜臀| 免费成人av在线看| 免费人成精品欧美精品| 亚洲电影免费在线观看| 蜜臀av性久久久久蜜臀aⅴ| 另类激情亚洲| 一本久久综合亚洲鲁鲁五月天| 亚洲精品欧洲| 欧美日韩一区视频| 欧美亚洲在线| 久久久综合网| 六月天综合网| 久久蜜桃香蕉精品一区二区三区| 在线观看一区二区精品视频| 老司机一区二区| 欧美成人免费观看| 亚洲砖区区免费| 性欧美长视频| 亚洲区欧美区| 中文国产亚洲喷潮| 国产精品丝袜白浆摸在线| 欧美在线在线| 免费在线观看一区二区| 亚洲一区在线免费| 午夜精品久久久| 国产一区再线| 日韩一级精品| 尤物精品国产第一福利三区| 亚洲茄子视频| 国产日韩欧美在线一区| 亚洲高清视频在线观看| 国产精品www.| 免费91麻豆精品国产自产在线观看| 欧美日韩国产精品| 久久天天综合| 欧美日韩直播| 久久久亚洲综合| 欧美日韩精品二区| 久久久福利视频| 欧美日韩高清区| 久久久一区二区三区| 欧美电影免费网站| 亚洲欧美日韩国产一区二区| 欧美亚洲综合另类| 99视频超级精品| 午夜精品久久久久久久久久久久 | 亚洲一区在线视频| 亚洲综合99| 蜜臀av一级做a爰片久久| 欧美日韩日本国产亚洲在线| 久久久噜噜噜久久中文字免| 欧美福利视频一区| 性欧美精品高清| 久久亚洲精品一区| 欧美一区二区精美| 欧美精品网站| 久久综合狠狠综合久久激情| 欧美手机在线| 欧美激情视频网站| 国产一区二区丝袜高跟鞋图片| 亚洲精品久久久久久久久久久| 好看不卡的中文字幕| 在线综合亚洲| 日韩视频免费大全中文字幕| 午夜精品久久久久久99热| 一本色道久久88综合亚洲精品ⅰ | 亚洲电影天堂av| 国产亚洲精品成人av久久ww| 99综合在线| 亚洲精选中文字幕| 久久视频一区| 久久黄色级2电影| 国产精品国产三级国产专区53| 欧美黄色大片网站| 一色屋精品视频在线看| 亚洲欧美一区二区三区极速播放 | 亚洲韩国青草视频| 极品av少妇一区二区| 亚洲欧美另类久久久精品2019| 在线亚洲精品| 欧美日本一区二区视频在线观看| 欧美激情麻豆| ●精品国产综合乱码久久久久| 亚洲福利av| 亚洲理论在线| 国外成人在线视频网站| 午夜精彩视频在线观看不卡 | 亚洲激情成人| 国内久久视频| 欧美一区二区高清| 国产精品99久久久久久www| 久久综合亚州| 麻豆成人综合网| 国色天香一区二区| 久久久91精品| 一区二区三区.www| 欧美高清自拍一区| 欧美激情视频一区二区三区不卡| 亚洲第一天堂av| 久久影视精品| 免费观看欧美在线视频的网站| 韩国女主播一区| 久久成人久久爱| 老**午夜毛片一区二区三区| 狠狠干综合网| 久久狠狠亚洲综合| 香蕉成人久久| 国产精品久久久久久福利一牛影视| 一区二区三区导航|