目錄
- 一、分析鏈接
- 二、切分提取tid
- 三、隨機提取評論的內(nèi)容
- 四、蓋樓刷抽獎
一、分析鏈接
上一篇文章指路
一般來說，我們參加某個網(wǎng)站的蓋樓抽獎活動，并不是僅僅只參加一個，而是多個蓋樓活動一起參加。
這個時候，我們就需要分析評論的鏈接是怎么區(qū)分不同帖子進(jìn)行評論的，如上篇的刷帖鏈接，具體格式如下：
https://club.hihonor.com/cn/forum.php?mod=postaction=replyfid=154tid=21089001extra=page%3D1replysubmit=yesinfloat=yeshandlekey=fastpostinajax=1
這里面用于區(qū)分不同帖子的鍵是tid，不妨大家可以會看上一篇博文評論帖子的鏈接，是不是同樣有一個21089001的數(shù)字。
而經(jīng)過博主的測試，該網(wǎng)站評論post請求網(wǎng)址除了tid之外，其他數(shù)據(jù)是一模一樣的并不需要變更。所以，我們切換新帖子評論時，只需要替換tid的值就行。
二、切分提取tid
讀者可以自行隨便打開一個該網(wǎng)站的帖子，我們一般會得到如下形式的字符串帖子鏈接：
https://club.hihonor.com/cn/thread-26194745-1-1.html
這里，我們需要應(yīng)用字符串切割知識，來獲取鏈接字符串種的長數(shù)字字符串26194745。具體代碼如下：
import re
# 獲取需要評論的所有網(wǎng)頁鏈接
url_start = "https://club.hihonor.com/cn/forum.php?mod=postaction=replyfid=4515tid="
url_end = "extra=page%3D1replysubmit=yesinfloat=yeshandlekey=fastpostinajax=1"
url = [] # 評論網(wǎng)頁
txt_url = [] # 提供的網(wǎng)頁（格式不同）
f = open("隨機帖子.txt", "r", encoding='utf-8')
line = f.readline() # 讀取第一行
while line:
if re.match(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', line):
txt_url.append(line.strip()) # 列表增加
line = f.readline() # 讀取下一行
datas = []
headers = []
for i in txt_url:
url_start = "https://club.hihonor.com/cn/forum.php?mod=postaction=replyfid=4515tid="
url_end = "extra=page%3D1replysubmit=yesinfloat=yeshandlekey=fastpostinajax=1"
url.append(url_start + i.split("-")[1] + url_end)
這里，博主將一大堆需要評論的鏈接全部放到文本文件之中，然后通過讀取文件獲取每一行鏈接數(shù)據(jù)（其中用正則表達(dá)式判斷鏈接是否合法）。
在通過遍歷鏈接切分獲取帖子標(biāo)識數(shù)字字符串，最后進(jìn)行拼接獲取到真正的post評論鏈接。
三、隨機提取評論的內(nèi)容
在眾多的網(wǎng)站蓋樓活動中，官方網(wǎng)站一般都會檢測是否有內(nèi)容重復(fù)，一般同一個賬號多次評論重復(fù)的內(nèi)容，肯定會被禁止評論一段時間。
所以，我們需要將評論的內(nèi)容多樣化，比如說這個網(wǎng)站要我們稱贊手機性能進(jìn)行蓋樓抽獎，那么我們就需要備用一些評論文字，方便程序隨機獲取。
具體文字放置在txt文件中，我們通過下面的代碼進(jìn)行讀取：
# 獲取需要評論的文本內(nèi)容
txt_contents = []
f = open("回帖文案.txt", "r", encoding='utf-8')
line = f.readline() # 讀取第一行
while line:
if line.strip() != "":
txt_contents.append(line.strip()) # 列表增加
line = f.readline() # 讀取下一行
print(txt_contents)
count = len(txt_contents)
假如，我們是需要參加游戲論壇的蓋樓評論活動，那么就可以用下面的文本進(jìn)行隨機提取評論，樣本越多，重復(fù)性越少。
四、蓋樓刷抽獎
一般來說，這種經(jīng)常有活動的網(wǎng)站都是需要驗證登錄的。而各個網(wǎng)站的驗證碼算法都不相同，怎么自動登錄賬號，往往就非常關(guān)鍵了。
對于識別驗證碼，我們要么用百度，騰訊，阿里云提供的文字識別接口，但是博主試過了都無法保證百分百識別成功，而且最高識別準(zhǔn)備率都不到50%。
如果需要自己寫機器學(xué)習(xí)識別算法，那么學(xué)過機器學(xué)習(xí)的都應(yīng)該知道，這個是需要龐大的標(biāo)記的，哪怕你真的做出來，恐怕人家網(wǎng)站又會換了驗證方式。
這種驗證碼與防驗證碼一直在進(jìn)步，花費大量實現(xiàn)標(biāo)注驗證碼這些內(nèi)容，往往會浪費大量的時間，到最后人家可能又換了。
所以，博主的建議還是自己手動輸入驗證碼，也就這一步輸入驗證碼手動，其他的全自動。完整代碼如下：
import random
import time
from selenium import webdriver
import requests
import re
# 獲取需要評論的文本內(nèi)容
txt_contents = []
f = open("回帖文案.txt", "r", encoding='utf-8')
line = f.readline() # 讀取第一行
while line:
if line.strip() != "":
txt_contents.append(line.strip()) # 列表增加
line = f.readline() # 讀取下一行
print(txt_contents)
count = len(txt_contents)
# 獲取需要評論的所有網(wǎng)頁鏈接
url_start = "https://club.hihonor.com/cn/forum.php?mod=postaction=replyfid=4515tid="
url_end = "extra=page%3D1replysubmit=yesinfloat=yeshandlekey=fastpostinajax=1"
url = [] # 評論網(wǎng)頁
txt_url = [] # 提供的網(wǎng)頁（格式不同）
f = open("隨機帖子.txt", "r", encoding='utf-8')
line = f.readline() # 讀取第一行
while line:
if re.match(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', line):
txt_url.append(line.strip()) # 列表增加
line = f.readline() # 讀取下一行
datas = []
headers = []
for i in txt_url:
url_start = "https://club.hihonor.com/cn/forum.php?mod=postaction=replyfid=4515tid="
url_end = "extra=page%3D1replysubmit=yesinfloat=yeshandlekey=fastpostinajax=1"
url.append(url_start + i.split("-")[1] + url_end)
# 獲取賬號
usernames = []
f = open("賬號.txt", "r", encoding='utf-8')
line = f.readline() # 讀取第一行
while line:
usernames.append(line.strip()) # 列表增加
line = f.readline() # 讀取下一行
for name in usernames:
browser = webdriver.Chrome()
browser.implicitly_wait(10)
browser.get("https://club.hihonor.com/cn/")
time.sleep(5)
login_text = browser.find_element_by_xpath("http://*[@id='loginandreg']/a[1]")
login_text.click()
username = browser.find_element_by_xpath(
'/html/body/div[1]/div[2]/div/div/div[1]/div[3]/span/div[1]/span/div[2]/div[2]/div/input')
password = browser.find_element_by_xpath(
'/html/body/div[1]/div[2]/div/div/div[1]/div[3]/span/div[1]/span/div[3]/div/div/div/input')
username.send_keys(name)
password.send_keys("密碼")#所有蓋樓刷評論賬號密碼盡量統(tǒng)一，這樣就可以只在txt每行輸入賬號即可
sign = browser.find_element_by_xpath(
'/html/body/div[1]/div[2]/div/div/div[1]/div[3]/span/div[1]/span/div[6]/div/div/span/span')
#等待10秒，讓程序運行者輸入驗證碼
time.sleep(10)
sign.click()
time.sleep(2)
cookie = [item["name"] + "=" + item["value"] for item in browser.get_cookies()]
cookiestr = ';'.join(item for item in cookie)
url2 = "https://club.hihonor.com/cn/thread-26183971-1-1.html"
time.sleep(2)
browser.get(url2)
posttime = browser.find_element_by_id("posttime")
posttime = posttime.get_attribute("value")
formhash = browser.find_element_by_name("formhash")
formhash = formhash.get_attribute("value")
browser.close()
data = {
"formhash": formhash,
"posttime": posttime,
"usesig": "1",
"message": txt_contents[0],
}
header = {
"accept": "application/json, text/javascript, */*; q=0.01",
"Accept-Encoding": "gzip, deflate, br",
"Accept-Language": "zh-CN,zh;q=0.9",
"Content-Length": "146",
"sec-ch-ua": '"Google Chrome";v="87", "\"Not;A\\Brand";v="99", "Chromium";v="87"',
"User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Mobile Safari/537.36",
"Cookie": cookiestr,
"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8",
"X-Requested-With": "XMLHttpRequest",
}
datas.append(data)
headers.append(header)
while True:
z = 0
if int(time.strftime("%H%M%S")) = 220000:
url_num = random.sample(range(0, len(url)), len(url))
for i in url_num:
j = 1
for data, header in zip(datas, headers):
data['message'] = txt_contents[random.randint(0, count - 1)]
res = requests.post(url=url[i], data=data, headers=header)
if '回復(fù)發(fā)布成功' in res.text:
print("賬號{0}回復(fù)成功".format(j))
else:
print(res.text)
j += 1
z += 1
time.sleep(5)
print("已經(jīng)評論{0}條".format(str(z)))
如上面代碼所示，我們的賬號也是用txt文件統(tǒng)一處理的，這樣可以達(dá)到多個賬號同時刷的目的，當(dāng)然一般網(wǎng)站獲獎都不能是同一個IP，這里讀者可以通過代理來處理。
其實登錄后，隨便一個帖子都有posttime與formhash兩個值，只要你隨機打開一個帖子（url2）就可以通過爬蟲知識獲取。
到此這篇關(guān)于Python爬蟲之用Xpath獲取關(guān)鍵標(biāo)簽實現(xiàn)自動評論蓋樓抽獎(二)的文章就介紹到這了,更多相關(guān)Python實現(xiàn)自動蓋樓抽獎內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python數(shù)據(jù)XPath使用案例詳解
- python網(wǎng)絡(luò)爬蟲精解之XPath的使用說明
- python動態(tài)網(wǎng)站爬蟲實戰(zhàn)(requests+xpath+demjson+redis)
- python使用xpath獲取頁面元素的使用
- Python爬蟲必備之XPath解析庫
- python數(shù)據(jù)解析之XPath詳解
