【CSDN自动发评论】无情的发评论机器——爬虫小试验

前言

昨天在学AC自动机的时候，做到一道题，搜题解的时候，看到了一篇非常好的博客：

传送门

看完之后不禁觉得，写的真是太好了，再仔细一看，居然是我的学姐写的耶，于是就想在评论区给学姐捧捧场，发点什么好呢，发个“太强了”吧。
这个时候我正好开着抓包工具（怎么可能啊QAQ），然后就抓到了这样一个包

难道——这该不会——这莫非
怀着激动的心情我往上翻了翻

果然，这是一个post请求，也就是说，我的发评论的操作，竟然是由这个请求完成的！（假装震惊0.0）

既然如此，通过简单的操作模拟这个请求，是不是就可以自动发评论了呢，心里大概有了个谱，那就让我们来试一试吧。

冲

于是我在各种博客下面发了好多好多奇奇怪怪的评论，当然最后都删掉了啦！

通过我多次的实验发现，所有的评论竟然都是通过同一个URL发出去的！没错，就是上面的那个URL：

https://blog.csdn.net/phoenix/web/v1/comment/submit

于是我复制了这串URL，粘贴到我的导航栏里，然后按了一下回车，然后

ohhhhhhhhhhhhhh

ohhhhhhhhhhhhhhhhhh

屁都不会发生哦

其实应该是这样的

这是个什么意思呢

反正我是看不懂，没看到我抓包工具都是中文的吗？总之，我只看到了 ‘GET’ not supported 几个字，根据我这个小学生的英语水平来判断的话，大概意思就是，GET请求不被支持，吧。

所以这个URL本身就是为了发评论而存在的，只能接受POST请求

那么它是通过什么来判断评论的内容和哪篇博客的呢，诶，还记不记得我们第一次抓到的包

没错，就是这个，很明显，content里存的就是我们评论的内容嘛，那么下面那个神秘的代码是什么呢？

找到了吧，嘿嘿，其实就是用来定位博客的啦，可以理解为CSDN给每篇博客都定义了一个编号

那好吧，既然都这么清晰了，我们就打开pycharm（我管你用的是啥，哼），来模仿一下那个请求吧

嗯URL，嗯headers，嗯post请求，嗯

相信聪明的你一定很快就能写出代码来了

import requests

url = 'https://blog.csdn.net/phoenix/web/v1/comment/submit'

headers = {
     
	'cookie' : '你不会真以为我会放自己的cookie在这里吧不会吧不会吧',
	'referer': 'https://blog.csdn.net/qq_45599865/article/details/113048103?spm=1001.2014.3001.5501',
	'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.72 Safari/537.36 Edg/89.0.774.45'
}

data = {
     
	'commentId' : '',
    'content': '太强了',
    'articleId': '113048103'
}

requests.post(url = url , headers = headers , data = data)

这样就可以了呢，虽然你复制去跑肯定是错的（注意cookie啊喂）

但是写完这个代码我难免觉得有些空虚，这个代码的作用，未免太太太太太小了吧，只是发一条评论，那不是有手就行，要这代码做什么呢

害，没办法，我就知道你们会这样想

给学姐所有的博客都发个“太强了”吧

如果这个程序，能给学姐所有的博客都发条评论，也学会比之前的代码好一些吧，如果修改一下URL，就能实现给任何一个人的所有博客发评论，那就再好不过了吧，嘿嘿，我懂你

那么我们来分析分析，要给一篇博客发评论，我们需要的其实只有博客的编号而已对吧

只要我们能够拿到学姐所有博客的编号，就可以实现给所有博客发评论了吧嘿嘿

那么我们先来浏览一下学姐主页的构成

给学姐点个关注也不是不可以哦

让我们打开抓包工具，用金手指随便点一篇博客康康吧

很显然，这篇博客的地址就存在那个href中对吧

那么我们看一下上面的目录，有没有成列表分布的目录呢，诶，还真有

这显然就是学姐博客的列表了

接下来怎么做不用我多说了吧，当然是查帕斯啦！（不是不说么）

url = 'https://blog.csdn.net/qq_45599865'

headers = {
     
    'cookie' : '天真，我会把cookie放这儿吗',
    'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.72 Safari/537.36 Edg/89.0.774.45'
}

res = requests.get(url = url , headers = headers).text

#print(res)

tree = etree.HTML(res)

lst = tree.xpath('//*[@id="floor-user-profile_485"]/div/div[2]/div/div[2]/div/div[2]/div/div')

这样我们就拿到了这个列表，接下来循环每一个div，就把我们要的href取出来，然后截取到每篇博客的代号，接着一篇一篇地发评论就好了吧

注意我们发评论时的referer也是要改的哦

for i in lst :

    href = i.xpath('//article[@class="blog-list-box"]/a/@href')

    #print(href)

    for hre in href:

        #print(hre)

        url1 = 'https://blog.csdn.net/phoenix/web/v1/comment/submit'

        headers1 = {
     
            'cookie': '都说了不会有cookie的啦，你还看，再看也没用',
            'referer': '{0}?spm=1001.2014.3001.5501'.format(hre),
            'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
        }

        hre = hre + "@"

        ex = '/article/details/(.*?)@'

        hr = re.findall(ex , hre)[0]

        #print(hr)

        data1 = {
     
            'commentId' : '',
            'content': '太强了',
            'articleId': '{0}'.format(hr)
        }

        try:
            requests.post(url=url1, headers=headers1, data=data1)

            print("成功!")

        except:

            print("失败。。")

写完这个我信誓旦旦的跑了一遍

然而

然而它竟然

只发了三篇！！！！！

这是怎么回事呢，为什么发了三篇别的都没有发出去呢

其实这是CSDN限制的问题哦，如果你尝试在这篇博客下面连续发四个评论，你就会发现——这是不可行的！而过了一段时间之后再发，就又发的出去了

经过我多次的实验，基本可以确定，这个CD的时间是一分钟左右，也就是说，在CSDN里，你一分钟最多只能发三个评论哦，那么就只好在发完一个评论之后，让程序休息一段时间啦

完整代码

import requests
from lxml import etree
import re
import time

url = 'https://blog.csdn.net/qq_45599865'

headers = {
     
    'cookie' : '用你自己的辣',
    'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.72 Safari/537.36 Edg/89.0.774.45'
}

res = requests.get(url = url , headers = headers).text

#print(res)

tree = etree.HTML(res)

lst = tree.xpath('//*[@id="floor-user-profile_485"]/div/div[2]/div/div[2]/div/div[2]/div/div')

for i in lst :

    href = i.xpath('//article[@class="blog-list-box"]/a/@href')

    #print(href)

    for hre in href:

        #print(hre)

        url1 = 'https://blog.csdn.net/phoenix/web/v1/comment/submit'

        headers1 = {
     
            'cookie': '真是的都说了几遍啦，真是讲不明白呢，不过，这样的你，也有点可爱哦（呕）',
            'referer': '{0}?spm=1001.2014.3001.5501'.format(hre),
            'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'
        }

        hre = hre + "@"

        ex = '/article/details/(.*?)@'

        hr = re.findall(ex , hre)[0]

        #print(hr)

        data1 = {
     
            'commentId' : '',
            'content': '太强了',
            'articleId': '{0}'.format(hr)
        }

        try:
            requests.post(url=url1, headers=headers1, data=data1)

            print("成功!")

        except:

            print("失败。。")

        time.sleep(30)

【注意事项】非常非常的重要

如果要在学姐的博客下面发评论的话，记得点赞和关注哦