smart_login
本项目用于研究和分享各大网站的模拟登陆方式,主要使用selenium+phantomjs或者直接登录的方式,语言采用Python
关于
由于工作需要，研究了一段时间的新浪微博登陆方式，在网上也查看了很多别人的经验，但是有相当一部分都是转载而且代码老旧，所以便有了这个repo。
模拟登陆基本采用的是直接登录或者使用selenium+webdriver的方式，有的网站直接登录难度很大，比如qq空间，如果采用selenium就相对轻松一些。
虽然在登录的时候采用的是selenium,为了效率，我们可以在登录过后得到的cookie维护起来，然后调用requests或者scrapy等进行数据采集，这样数据采集的速度可以得到保证。
下面是已经实现和待实现的目标
- 微博
- 知乎
- QQ空间
- 京东
- 163邮箱
- CSDN
- 淘宝
- 百度
- 果壳
- 拉钩
其中比较典型的是微博这一类的模拟登陆，会用到RSA、Base64等加密和编码算法，关于它的分析过程，我写了一篇文章，写得很详细，帮助大家理解
常见问题
- 关于验证码：本项目所用的方法都没有处理验证码，识别复杂验证码的难度就目前来说，还是比较大的。以我的心得来说，做爬虫最好的方式就是尽量规避验证码。
- 代码失效：由于网站策略或者样式改变，导致代码失效，请给我提issue，如果你已经解决，可以提PR，谢谢！