首页 > 代码库 > 百度贴吧无限自动水贴的两种方式,使用requests(urllib2)和selenium两种方式回帖

百度贴吧无限自动水贴的两种方式,使用requests(urllib2)和selenium两种方式回帖

本文介绍,回复贴吧指定某楼层主的帖子的方法。在这里不介绍无限发主贴和无限回复主贴的方法,无限发主题帖会爆吧,引起别人的反感,并且很容易遭到吧主的封杀;无限回主题帖,会让整个帖子的每楼的回复充满了自己的内容,影响别人阅读也会遭人反感。只要看了本文就可以无限回帖了,如果非要改成发主题帖或者回主题帖,那肯定只会比这简单,自己理解修改下就可以了。

 

一般向系统里面添加数据,无非就几种手段,普通人最常用的是用浏览器或者app手动发帖回帖。

第二种是使用类似qtp  selenium之类的自动化测试工具,自动操作浏览器来进行发帖。

第三种是使用jmeter lr python的requests或者urllib之类的,通过抓包分析,然后请求发帖的接口。

第四种是直接向数据库中插入发帖数据,但百度的数据库密码我们肯定是破解不了的,不适合这种方法。

 

所以本文主要讲述第二种和第三种发帖。

在这里不介绍qtp发帖,者工具太庞大了,并且是收费软件。python安装的人比较多,所以介绍python+selenium回帖。

通过接口方式回帖,以python的requests为例。

话不多说,上代码。

 1 #coding=utf-8
 2 from  selenium import webdriver
 3 from selenium.webdriver.support import expected_conditions as EC
 4 from selenium.webdriver.common.by import By
 5 import re,time
 6 ##########加载profile,可以免登陆
 7 #profile = webdriver.FirefoxProfile(r‘C:\Users\Administrator\AppData\Local\Mozilla\Firefox\Profiles\urkg7uqr.default‘)
 8 #driver = webdriver.Firefox(profile,timeout=300)
 9 
10 #driver = webdriver.Firefox(timeout=50)
11 driver=webdriver.Chrome()
12 driver.get(‘https://tieba.baidu.com/p/4778694923‘)
13 str_cookie=‘BIDUPSID=1B0EC2BA376CBF4E68F4952620B2C7A6; PSTM=1491645170; BDUSS=3NNcWtmZHI2MXdqaE55MUhUN35EYTR-cHppV2VCdDYxLXE5T3Z5eTVvNlhRQkJaSVFBQUFBJCQAAAAAAAAAAAEAAAAw2CBnudvS9LTzyqrAsgAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAJez6FiXs-hYa; BAIDUID=17ECF3B92FDCAFB2D548C94DXXXXXXX:FG=1‘     #cookie字符串用f12查看网络中的请求贴吧的,请求头中的cookie
14 list=re.findall(‘([\s\S]*?)=([\s\S]*?); ‘,str_cookie+‘; ‘)
15 for  l in list:
16     ck={‘name‘:l[0],‘value‘:l[1]}
17     print ck
18     driver.add_cookie(ck)           #来个正则把cookie字符串转成slenium的cookie格式字典,添加到driver。cookie字符串是请求贴吧时用f12查看的 network的headers的请求头的cookie,复制就可以了,这样selenium也可以免登陆
19 driver.get(https://tieba.baidu.com/p/4778694923)
20 
21 ###########回主贴,写内容但不回帖
22 driver.find_element_by_id(ueditor_replace).click()
23 time.sleep(5)                                            #停5秒钟可以发现上面的代码click已经自动拖到页面底部了,没有必要先点击输入框直接赋值也可以,考虑到模拟正常情况,还是点击下,因为百度有些post参数是动态的。
24 js="document.getElementById(‘ueditor_replace‘).innerHTML=‘abc‘"
25 driver.execute_script(js)
26 
27 
28 all=driver.find_elements_by_css_selector(div.l_post)     ###获取所有层主的外层div
29 print all
30 for a in all:
31     #print a.text,‘*************************\n‘
32     bt=‘‘
33     try:
34         bt=a.find_element_by_id(post_content_106859548218)              ####回复指定的层主
35 
36     except Exception,e:
37         pass
38     if bt!=‘‘:
39         #a.find_element_by_class_name(‘lzl_link_unfold‘).click()    #首次回复
40         try:
41             bt.click()                            #这句会报错,但可以帮助跳到指定层主,非常有用,如果不跳到指定层主的位置,就会定位不到那个层主的‘我也说一句’的按钮,百度贴吧会在我们离开层主逇师徒后自动收缩层主的跟帖,所以会造成定位不到。
42         except Exception,e:
43             pass
44      time.sleep(3)
45         print a.tag_name
46         print a.text,\n*****************************************************************
47         for i in range(1000):
48             #driver.find_element_by_xpath(‘//*[@id="j_p_postlist"]/div[22]/div[2]/div[2]/div[2]/div[2]/ul/li[6]/a‘).click()   #这种方式不靠谱,前面插了广告或者删了帖子,可能回复层别的层主了
49            51             a.find_element_by_class_name(j_lzl_p).click()
52             #a.find_elements_by_partial_link_text(‘我也说一句‘)[0].click()     ##我也说一句按钮
53 
54             driver.find_element_by_id(j_editor_for_container).click()
55             driver.execute_script(document.getElementById("j_editor_for_container").innerHTML="hello")
56             driver.find_element_by_css_selector(.lzl_panel_submit).click()
57             
58             time.sleep(60)                 #每隔60秒回帖

 

下面来上的是requests代码

#coding:utf-8
import requests
import re
import json
import time
ss=requests.session()

str_cookie=BAIDUID=9BB79332C64C55ADFF47BB66E2XXXXXXXXX:FG=1; PSTM=1490700622; BIDUPSID=E5593392C48A25ACD2751413DE5A5707; TIEBA_USERTYPE=ab202a741d89ac4664dafb03; bdshare_firstime=1491115637991; BDSFRCVID=A08sJeC62ZvIB7ciINso-O6ye2xAuYRTH6aouvwQVMCH1Qmt0l4GEG0PqM8g0KubLsfKogKK3gOTH4rP; H_BDCLCKID_SF=tJuO_I8afI83fP36q4r2DjvWqxby26nCtnbeaJ5nJDoAflTtjPbEyfCyhgc9tJc-tjbCLxT4QpP-HJ7G5RJG3xudyaQI2R0jannxKl0MLPjYbb0xynoDXbtEyUnMBMPe52OnaIb-LIcjqR8Zj6KajTbP; bottleBubble=1; pgv_pvi=3998808064; pgv_si=s197984256; BDRCVFR[S_ukKV6dOkf]=mk3SLVN4HKm; PSINO=6; H_PS_PSSID=1448_19035_21084; BDORZ=FFFB88E999055A3F8A630C64834BD6D0; TIEBAUID=3b218806eb200790fd2ae7b1; BDUSS=F-LVMwU09YOVBpcEZwZjlYRVlEbVY0MjZNZ0dWU1dTaHdvM0k2UmZYQ3hSaEJaSVFBQUFBJCQAAAAAAAAAAAEAAAAw2CBnudvS9LTzyqrAsgAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAALG56FixuehYNH; STOKEN=5cb27861dad46603e26d289c5a8ec87c75e0acaf2a2ad105c34cf3c029c9f757; wise_device=0; LONGID=1730205744;
reg=([\s\S]*?)=([\s\S]*?);
dict_cookie={}
for c in  re.findall(reg,str_cookie):
   dict_cookie[c[0]]=c[1]
print dict_cookie:,dict_cookie           ###cookie字符串转字典,也可以直接把cookie字符串携带在requests的请求头中实现登录

user_agent_list = [Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36,
                  Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.2372.400 QQBrowser/9.5.10548.400
    ]
header={}
import random
dict_data={
ie:utf-8,
kw:中华城市,
fid:429477,
tid:5063074699,
floor_num:2,
quote_id:106047109156,
rich_text:1,
tbs:1d2e70d051724ba01491647010,
content:啦啦啦,
lp_type:0,
lp_sub_type:0,
new_vcode:1,
tag:11,
repostid:106047109156,
anonymous:0,

}   ####抓包得到的
dict_data[kw]=中华城市#重要,不能填错
dict_data[fid]=429477        #fid是贴吧什么时候建的,可以抓包也可以用上面的获取fid的接口得到,fid指的是贴吧是第多少个建的贴吧,数字越小,说明贴吧建的越早
dict_data[tbs]=1d2e70d051724ba01491647010   ##这个值是有生命周期的,用个天把时间没问题
dict_data[tid]=5065229106    ##tid指的是主题帖子的id
dict_data[floor_num]=2     ###这个不重要,随便多少都可以
dict_data[quote_id]=106092995926      #用f12定位看以看到post_id字段,指的是层主帖子的id
dict_data[repostid]=dict_data[quote_id]
dict_data[content]=啦啦啦德玛西亚   #content顾名思义是回复的内容了,除了这几个外其他的data参数都可以不修改。


#获取fid的接口 ,吧name换成贴吧名字,复制到浏览器地址栏回车就ok了http://tieba.baidu.com/f/commit/share/fnameShareApi?ie=utf-8&fname=%E6%B5%A0%E6%B0%B4%E4%BA%8C%E4%B8%AD

i=0

while(1):
    i=i+1
    try:
        header[User-Agent]=random.choice(user_agent_list)   ##习惯性的学爬虫来个随机换user-agent,但贴吧和知乎 这种都是基于账号追踪的,换ua和代理ip是没有任何作用的,逃避不了被识别为机器人
        header[Connection]=close
        header.update({ Host:tieba.baidu.com,Origin:http://tieba.baidu.com,Referer:http://tieba.baidu.com/p/5065229106})

        dict_data[content]=哈哈哈哈+str(i)

        res=ss.post(http://tieba.baidu.com/f/commit/post/add,cookies=dict_cookie,data=http://www.mamicode.com/dict_data,headers=header)   
        res_content=res.content
        res_text=res.text

        print time.strftime(%Y-%m-%d %H:%M:%S,time.localtime(time.time())),  ,json.dumps(json.loads(res_content),ensure_ascii=False) ###这样可以清楚的看到json里面的\u xxxx之类的对应的中文。

        if "err_code":0 not in res.content:   ##errcode0表示回帖成功了

            i=i-1

        if "err_code":220034 in res_content:
            time.sleep(300)     #说话太频繁,这时候不要太快回帖了,回了也没用
        if "need_vcode":0, not in res_content:
            #print res_content
            print u需要验证码
            time.sleep(180)         ###如果回复太快了会弹出验证码,等一段时间不回帖就好啦。
    except Exception,e:
        #i=i-1
        print e
    time.sleep(10)

好了,上面就是介绍的两种方法了,一个从ui界面上回帖,一个从接口回帖。

用slenium回帖的好处是,不需要抓包理解http接口,和反复的测试总结出某些参数的意义和作用。上面的slenium代码没有加入处理验证码和禁言一段时间的情况。需要加上才能保证程序一直是可运行的,增强容错能力,不至于程序中断退出。

用requests的回帖方式,需要抓包,并且post参数中有个值是动态并且有生命周期的,这个不容易把握,好处是发帖速度非常快,如果不考虑百度限制的话,requests的回帖速度是slenium的几十倍甚至上百倍。

 

好了,介绍完了,那么大家需要注意的是,不管是selenium还是requets回帖,不要把回帖间隔设置的太小,否则轻则容易出很多验证码,中则禁言几个小时,重则永久性的被全吧范围封号之后无法使用回帖功能了。

 

百度贴吧无限自动水贴的两种方式,使用requests(urllib2)和selenium两种方式回帖