微信号:programmer_club

介绍:程序员第一自媒体,与你探讨码农人生路上遇到的各类泛技术话题,定期为你推荐码农人生思考、感悟以及启迪!

12306的变态验证码算得了什么?我们有Python大法!

2015-12-08 22:00 youerning

作者:youerning

原文:http://youerning.blog.51cto.com/10513771/1719159

注:本文经作者授权,转载请联系原作者。


前言:大家跟我一起念,Python大法好,跟着本宝宝用Python抢火车票。


首先我们需要splinter


安装:

pip install splinter -i http://pypi.douban.com/simple --trusted-host pypi.douban.com


然后还需要一个浏览器的驱动,当然用chrome啦


下载地址:

http://chromedriver.storage.googleapis.com/index.html?path=2.20/


根据下载的自己的电脑系统选择下载包,我的Windows就用Win32了。


解压后直接放到C:\Windows\System32目录下,你当然也可以给这个驱动程序弄个环境变量。


注意:我下的驱动版本是2.19的,根据自己需要下载相应版本,我的2.20版本有报错。


首先简单的测试一下吧,推荐ipython代替python自带的交互界面。

from splinter.browser import Browser

b = Browser(driver_name="chrome")

b.visit("http://www.baidu.com") ###注意不要去掉http://

然后牛刀小试一下吧,用百度搜索一些东西。比如splinter。在上面我们已经打开百度的网址了。然后我们输入一些像搜索的内容吧。



由上可以发现,该输入框的name=wd,通过fill似乎只能通过name填充。


官方说明: Fill the field identified by ``name`` with the content specified by ``value``.


那就在输入框搜索splinter,当然也可以输入中文,但是最好指定Unicode编码,如u”我”

b.fill("wd","splinter")

有意思的事,你会发现你都不需要点击“百度一下”就到搜索页面了。


但是,如果多次搜索,我们还是需要点击“百度一下”的。


下面就不在带着大家找这些元素的id,value什么的了,通过chrome的F12找自己需要的吧。


那么把点击栏find出来吧。


我们发现,百度搜索栏的value=“百度一下”,id=“su”。


所以把这个按钮提取出来。

button = b.find_by_value(u"百度一下")

或者

button = b.find_by_id(u"su")

怎么点击呢?简单如下:

button.click()

这有什么用?

我们找找页面里有没有我想找的东西吧,比如找找有没有这个地址“splinter.cobrateam.info”

b.is_text_present("splinter.cobrateam.info")

如果该页面存在,则返回True,反之亦然

怎么退出呢?

b.quit()

好吧,上面就是参照官方文档写的一个简单的入门教程,下面我们进入正题!


个人是觉得授人以鱼不如授人以渔的,所以我尽量讲解所有的内容,而非发个代码,让大家copy一下,然后不求甚解。


值得注意的是,我不会去说什么怎么破解验证码以及有什么漏洞可以利用什么的,抢过票的都知道,快一点是一点,而我要做的是就能将机器能做的交给机器做,比如点击,查询,选择等,所以希望必中的还是绕过此文吧。笔者水平也就这么一点点。


首先我们用python讲解一下思路:


开始当然是导入啦...

from splinter.browser import Browser

b = Browser(driver_name="chrome")

url = “https://kyfw.12306.cn/otn/leftTicket/init”

b = Browser(driver_name="chrome")

b.visit(url)

第一步手动登陆,能通过下面的代码填充表单,但是我跳不过验证码,暂时没有精力去研究那东西,多多见谅,所以还是等手动选择验证码的。

b.find_by_text(u"登录").click()

b.fill("loginUserDTO.user_name","xxxx")

b.fill("userDTO.password","xxxx")

第二步选择出发地点日期等。

通过cookies选择出发地点,日期及目的地。

首先瞧瞧我们的cookies当然是没有的出发日期什么的。

至于你的出发地点及目的地对于的cookies值是什么,就得靠自己去copy了,我帮不了。



怎么有的这些值?


先将地点日期输进去查询一下,然后chrome按F12 找到这一部分即可。


打开浏览器跳到这个页面当然是没有我们需要的信息的,比如下面这样:

b.cookies.all()

{u'BIGipServerotn': u'1977155850.38945.0000',

u'JSESSIONID': u'0A01D97598F459F751C4AE8518DBFB300DA7001B67',

u'__NRF': u'95D48FC2E0E15920BFB61C7A330FF2AE',

u'current_captcha_type': u'Z'}

然后我们需要添加出发地,这个得自己去查了,是简单的url加密

b.cookies.add({"_jc_save_fromStation":"%u4E0A%u6D77%2CSHH"})

添加出发日期

b.cookies.add({"_jc_save_fromDate":"2016-01-20"})

添加目的地

b.cookies.add({u'_jc_save_toStation':'%u6C38%u5DDE%2CAOQ'})

注:如果是修改的话,还是调用add方法,如果传入的字典key值已存在则替换比如,将目的地改为其他地方xxxx,如下即可

b.cookies.add({u'_jc_save_toStation':'xxxxxx'})

然后在看看现在的cookies值

b.cookies.all()

{u'BIGipServerotn': u'1977155850.38945.0000',

u'JSESSIONID': u'0A01D97598F459F751C4AE8518DBFB300DA7001B67',

u'__NRF': u'95D48FC2E0E15920BFB61C7A330FF2AE',

u'_jc_save_fromDate': u'2016-01-20',

u'_jc_save_fromStation': u'%u4E0A%u6D77%2CSHH',

u'_jc_save_toStation': u'%u6C38%u5DDE%2CAOQ',

u'current_captcha_type': u'Z'}

既然cookies已经准备完毕,reload一下,开始查询吧。

b.reload()

b.find_by_text(u"查询").click()

是不是发现,地点日期都填上了,很酷有木有。到这一步我们得确认的是,自己已经登录了。一切准备就绪了,就可以刷票了。值得说明的是,上面的步骤都能手工完成。


下面我们需要用组合BeautifulSoup来判断预订可不可以点,当然你也可以选择单点某一趟。


反正我只想买高铁的,既然这样,下面两种方法,一是单点一趟,而是轮循着点很多趟,不放过任何机会。


先说第一个方法吧,这个比较简单,不需要用到其他库,单用splinter就够了,就先从简单的说起吧。



从我自己坐的火车线路来看,一共六趟,我只想做高铁,那么我一直点高铁的那一趟预订是不是就够了,当然是!!


一共六个预订,我的预订在第二个,索引值自然在1了啦。(会python的不会问我为什么的吧!!!)

b.find_by_text(u"预订")[1].click()

然后如果预订成功,应该跳转到选择乘客的位置,我们就需要按需选择乘客了。


b.find_by_text(u"你的姓名")[1].click()

然后第一种方法基本讲解完毕。上面的步骤摞在一起其实不过100行。


然后应该有第三种方法,就是利用默认的自动查询,默认是5秒刷新一次,但是大家都知道,春运期间5秒的区间太长了,怎么办呢?


Chrome的F12一下,点击Console。



输入autoSearchTime=xxx


默认是毫秒为单位也就是说,默认5000ms,但是不要修改太小,会被侦测到然后报网络繁忙!!!我改成1000ms似乎只能刷十到十五次就报网络繁忙了。


其实,用Python刷票也是为了,没抢到,把刷新页面定向抢票的进程挂起,我们就不用时时刻刻去刷了。


至于源码,留驱动都在下面的链接了~~代码还有很多不足,以及写的不够优雅,大家可以参考一下,根据实际情况随便修改~留下的邮箱应该都发完了,一个个发真的发不过来~~


所谓源码:http://pan.baidu.com/s/1gdTu7cR ; 驱动:http://pan.baidu.com/s/1pJGOx55

 
程序员之家 更多文章 我们这一代人的困惑 神剪辑,揭秘程序员加班内幕,不能看,看完想笑又想哭! 美国12位创新型程序员:让科技永远改变 说说怎么写clean code 500,000+年薪程序猿出身哪里 猎聘网揭秘前十大学校
猜您喜欢 送你一份来自杭州的礼物,约起来! 大数据的5个小观点 【干货】Go语言开发常见陷阱,你遇到过几个? 后台定位上传的代码实践 平安金融科技移动技术周报(第三十六期)