目錄
- 一、分析鏈接
- 二、切分提取tid
- 三、隨機提取評論的內容
- 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分不同帖子進行評論的，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的數字。
而經過博主的測試，該網站評論post請求網址除了tid之外，其他數據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，我們需要應用字符串切割知識，來獲取鏈接字符串種的長數字字符串26194745。具體代碼如下：
import re
# 獲取需要評論的所有網頁鏈接
url_start = "https://club.hihonor.com/cn/forum.php?mod=postaction=replyfid=4515tid="
url_end = "extra=page%3D1replysubmit=yesinfloat=yeshandlekey=fastpostinajax=1"
url = [] # 評論網頁
txt_url = [] # 提供的網頁（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據（其中用正則表達式判斷鏈接是否合法）。
在通過遍歷鏈接切分獲取帖子標識數字字符串，最后進行拼接獲取到真正的post評論鏈接。
三、隨機提取評論的內容
在眾多的網站蓋樓活動中，官方網站一般都會檢測是否有內容重復，一般同一個賬號多次評論重復的內容，肯定會被禁止評論一段時間。
所以，我們需要將評論的內容多樣化，比如說這個網站要我們稱贊手機性能進行蓋樓抽獎，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行讀取：
# 獲取需要評論的文本內容
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行隨機提取評論，樣本越多，重復性越少。
四、蓋樓刷抽獎
一般來說，這種經常有活動的網站都是需要驗證登錄的。而各個網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，而且最高識別準備率都不到50%。
如果需要自己寫機器學習識別算法，那么學過機器學習的都應該知道，這個是需要龐大的標記的，哪怕你真的做出來，恐怕人家網站又會換了驗證方式。
這種驗證碼與防驗證碼一直在進步，花費大量實現標注驗證碼這些內容，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 = [] # 評論網頁
txt_url = [] # 提供的網頁（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 '回復發布成功' in res.text:
print("賬號{0}回復成功".format(j))
else:
print(res.text)
j += 1
z += 1
time.sleep(5)
print("已經評論{0}條".format(str(z)))
如上面代碼所示，我們的賬號也是用txt文件統一處理的，這樣可以達到多個賬號同時刷的目的，當然一般網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。
到此這篇關于Python爬蟲之用Xpath獲取關鍵標簽實現自動評論蓋樓抽獎(二)的文章就介紹到這了,更多相關Python實現自動蓋樓抽獎內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關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數據XPath使用案例詳解
- python網絡爬蟲精解之XPath的使用說明
- python動態網站爬蟲實戰(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數據解析之XPath詳解
