三种方式模拟登录新版知乎

python环境 3.6.2
1、使用selenium库实现模拟登陆：
selenium是进行自动化测试的一种库，配合浏览器相对应的webdriver，可以模拟浏览器行为登录知乎，大大方便、简化了登录操作。

from selenium import webdriver
from selenium.webdriver.common.by import By
import time

# 创建Chrome Webdriver对象
browser = webdriver.Chrome('F:\chromedriver.exe')

# 调用get()方式打开登录界面
browser.get('https://www.zhihu.com/signup?next=%2F')
等待页面加载完成
time.sleep(3)
# 设置窗口大小
browser.set_window_size(1366,760)
# 模拟浏览器行为，通过注册页面转到登录界面
ele = browser.find_element(By.XPATH, '//span[text()="登录"]')
ele.click()
# 定位到input输入框
user = browser.find_element_by_name('username')
# 清空input用户名输入框默认内容
user.clear()
# 输入用户名
user.send_keys("13643551349")
# 定位密码框并进行操作，同上
pwd = browser.find_element(By.NAME, 'password')
pwd.clear()
pwd.send_keys('password')
# 定位登录按钮，并进行点击，实现模拟登陆知乎
login = browser.find_element(By.XPATH, '//button[@type="submit"]')
login.click()
# 关闭浏览器
browser.quit()

因为我用的是Chrome浏览器做的测试，所以要下载与Chrome对应的Chrome webdriver版本，并在创建browser对象的时候指定路径，如果需要进行登录后的操作，下载无界面的浏览器phantomjs，加快运行效率，注意phantomjs对selenium 2.48.0版本以下提供支持。

2、使用requests库实现模拟登录。

关键点:

1、在调试工具中发送错误账号密码，查看post请求的路径，

应为在提交表单前必须先get一个图片URL的请求，如图

它的返回结果是json字符串，表明是否展示验证码，在测试过程中第一次请求我是返回false的，所以代码中省略了将验证码到表单中

如果value值为true，则需要在表单数据中添加验证码post到https://www.zhihu.com/api/v3/oauth/sign_in，由于我调试的时候发送了错误的账号密码，第二次登录的时候需要提交验证码。

        2、一定要创建一个session对象，使用requests.Session(),他可以保持一个会话状态，从另个一角度讲，将无状态的协议变成有状态的协议，如果直接使用requests.get()方法，服务器将会返回错误状态码。
        3、创建请求头，设置user_agent参数，authorization参数，避免403,401错误。

4、表单数据：

在post表单中有两个值是动态变化的，timestamp，signature，第一个是时间戳，第二个是数字签名，signature是根据js动态生成的。

全区搜索signature可得到相关js代码。
下面这段js代码使用python的hmac库实现的动态生成数字签名，代码中的get_signature()函数，就是对表单里的client_id、password、timestamp字段进行update操作，从而得出signature数字签名。

function(e,t,n){
"use strict";
function r(e,t){
var n=Date.now(),r=new a.a("SHA-1","TEXT");
return r.setHMACKey("d1b964811afb40118a12068ff74a12f4","TEXT"),r.update(e),r.update(i.a),r.update("com.zhihu.web"),r.update(String(n)),s({clientId:i.a,grantType:e,timestamp:n,source:"com.zhihu.web",signature:r.getHMAC("HEX")},t)}

import hashlib
import hmac
import requests
import time
import base64
import http.cookiejar as ch
import json
# 创建session，通过session发起请求会保持一个会话状态
session = requests.Session()
# session.cookies = ch.LWPCookieJar('cookies.txt')
# try:
#     session.cookies.load(ignore_discard=True)
# except:
#     print ("cookie未能加载")

# 定义请求头
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36',
    'origin': 'https://www.zhihu.com',

    'referer': 'https://www.zhihu.com/signup?next=%2F',
    'authorization': 'oauth c3cef7c66a1843f8b3a9e6a1e3160e20',  # 如果缺少此参数，会报出‘缺少验证码票据’错误

}
# 获取当前时间戳
timestamp = str(int(time.time()*1000))

# 获取登录时用到的数字签名
def get_signature(time):

    h = hmac.new('d1b964811afb40118a12068ff74a12f4'.encode('utf-8'), digestmod=hashlib.sha1)
    h.update(''.join(['password', "c3cef7c66a1843f8b3a9e6a1e3160e20", "com.zhihu.web", time]).encode('utf-8'))
    return h.hexdigest()

#获取验证码
def get_chptcha():

    chptcha_url = 'https://www.zhihu.com/api/v3/oauth/captcha?lang=en'
    response = session.get(chptcha_url, headers=headers)
    print(response.text)
    ch_judge = json.loads(response.text).get('show_captcha')
    if ch_judge:
        #img_response = session.put(chptcha_url, #headers=headers).text.get('img_base64')
         # result = base64.b64decode(img_response)
         #with open('chpt.jpg', 'wb') as f:
         #f.write(result)
    else:
        return ''

# 检测是否登录成功
def get_index(url):
    r = session.get(url, headers=headers, allow_redirects=False, verify=False)

    print(r.text, r.url)
    with open('index_page.html', 'wb') as f:
        f.write(r.content)

登录知乎
def zhihu_login(captcha, time):
    post_data = {

        "client_id": 'c3cef7c66a1843f8b3a9e6a1e3160e20',
        "grant_type": 'password',
        "timestamp": time,
        "source":'com.zhihu.web',
        'signature': get_signature(time),
        'username': '+8613643551349',
        "password": 'password',
        "captcha": captcha,
        "lang": 'en',
        "ref_source": 'homepage',
        "utm_source": '',
    }
    response = session.post(url='https://www.zhihu.com/api/v3/oauth/sign_in', data=post_data, headers=headers)

    print(response.text)# session.cookies.save()
if __name__ == '__main__':   
    zhihu_login(get_chptcha(), timestamp)
    get_index('https://www.zhihu.com/people/scorpion-15-3/activities')

3、使用scrapy框架模拟登陆
思路与使用requests库，基本相同，以下是参考代码

import scrapy
import time
import hashlib
import hmac
import json

class ZhihuSpider(scrapy.Spider):
    name = 'zhihu'
    allowed_domains = ['www.zhihu.com']
    start_urls = ['http://www.zhihu.com/']


    def __init__(self):
        self.timestamp = str(int(time.time() * 1000))


    headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/34.0.1847.137 Safari/537.36',
        'x - xsrftoken': 'ee248650 - a89e - 4dc0 - 8b2d - 1b78c9e4f5c5',
        'authorization': 'oauth c3cef7c66a1843f8b3a9e6a1e3160e20',
        'x - udid': 'ALAvNZYlUw2PTglCYVZ2IRpoJdHHEAn7CU8 =',
        'origin': 'https://www.zhihu.com',
        'referer': 'https://www.zhihu.com/signup?next=%2F'
    }
    def get_signature(self):
        h = hmac.new('d1b964811afb40118a12068ff74a12f4'.encode('utf-8'), digestmod=hashlib.sha1)
        h.update(''.join(['password', "c3cef7c66a1843f8b3a9e6a1e3160e20", "com.zhihu.web", self.timestamp]).encode('utf-8'))
        return h.hexdigest()

    post_data = {
        "client_id": 'c3cef7c66a1843f8b3a9e6a1e3160e20',
        "grant_type": 'password',
        "timestamp": '',
        "source": 'com.zhihu.web',
        'signature': '',
        'username': '+8613643551349',
        "password": "password",
        "captcha": '',
        "lang": 'en',
        "ref_source": 'homepage',
        "utm_source": '',
    }

    def parse(self, response):
        print(response.text)
        print(response.body)


    def get_captcha(self, response):

        print(response.text)
        ch_judge = json.loads(response.text).get('show_captcha')
        if ch_judge:
            print('需要使用验证码')
            # 由于登录过程中死活没有遇到需要验证码的登录，也就pass掉了。如果遇到了，用get。put、post方法，最后获取验证码跟表单数据post到相关页面。
            pass
            # img_response = session.put(chptcha_url, headers=headers).text.get('img_base64')
            # result = base64.b64decode(img_response)
            # with open('chpt.jpg', 'wb') as f:
            #     f.write(result)
        else:
            print('不需要输入验证码')
            self.post_data["timestamp"] = self.timestamp
            self.post_data['signature'] = self.get_signature()
            return [scrapy.FormRequest(url='https://www.zhihu.com/api/v3/oauth/sign_in', formdata=self.post_data, headers=self.headers, callback=self.is_login)]


    def start_requests(self):
        # timestamp = str(int(time.time() * 1000))
        return [scrapy.Request('https://www.zhihu.com/api/v3/oauth/captcha?lang=en',
                               headers=self.headers, callback=self.get_captcha)]


    def is_login(self, response):
        response_obj = json.loads(response.text)
        if response_obj.get('user_id') is not None:
            for url in self.start_urls:
                yield scrapy.Request(url=url, dont_filter=True,)