最近帮一个朋友做一个抓取淘宝直通车数据的小项目，感觉ython比较适合写爬虫程序，决定使用Python来做程序。

首先是登陆程序，因为淘宝的登陆校验很复杂，所以不能直接使用命令行的形式输入账号密码。查阅资料后，发现可以使用Selenium的自动测试框架，决定用这个框架实现登陆。

首先下载一个纯净版的firefox浏览器，放到主目录下，然后用python打开浏览器：

def openbrowser_login():

binary=FirefoxBinary(os.getcwd()+'/Firefox/Firefox.exe')

profile=FirefoxProfile()

profile.set_preference("browser.cache.disk.enable",False)

profile.set_preference("browser.cache.offline.enable",False)

driver=webdriver.Firefox(firefox_binary=binary,firefox_profile=profile)

driver.get('http://zhitongche.taobao.com/')

while(True):

if(len(driver.window_handles)>1):

print('检测到页面跳转！')

driver.switch_to.window(driver.window_handles[1]);

time.sleep(3)

driver.get(driver.current_url)

time.sleep(5)

break;

else:

time.sleep(2)

cookie = [item["name"] + "=" + item["value"] for item in driver.get_cookies()]

cookiestr=';'.join(item for item in cookie)

try:

driver.quit()

except Exception as e:

pass

return cookiestr

实现的方式就是先去文件目录下找到firefox的启动文件，然后使用浏览器打开淘宝直通车的登陆页，程序每隔两秒检测一次页面，如果发现新开了额外的标签，就认为是登录成功，这时把页面的cookie保存下来并返回。打开浏览器时同时设置了一些属性，profile是浏览器属性设置文件，这里将浏览器缓存功能关闭。

下面是实现检查登陆的函数：

def check_login(cookiestr):

print('开始登陆验证!')

url='https://i.taobao.com/my_taobao.htm'

headers= {

'Host':'i.taobao.com',

'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0',

'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',

'Accept-Language':'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',

# 'Accept-Encoding':'gzip, deflate',

'Referer' :'https://www.taobao.com',

'Content-Type': 'application/x-www-form-urlencoded',

'Connection' : 'Keep-Alive',

'Cookie' : cookiestr,

'Cache-Control':'max-age=0',

}

request=urllib.request.Request(url,headers=headers)

try:

response=urllib.request.urlopen(request)

# print(response.geturl())

if(response.geturl()==url):

print('登陆验证通过!')

return True

except Exception as e:

print(e)

print('登陆验证失败!请重新登陆!')

return False

然后是检查淘宝直通车权限，如果检查权限通过，就将cookie文件保存下来方便下次使用：

def check_subway(cookiestr):

print('开始淘宝直通车验证!')

url='http://subway.simba.taobao.com/bpenv/getLoginUserInfo.htm'

headers= {

'Host':'subway.simba.taobao.com',

'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0',

'Accept':'application/json, text/javascript, */*; q=0.01',

'Accept-Language':'zh-CN,zh;q=0.8',

'Connection' : 'Keep-Alive',

'Cookie' : cookiestr,

'Origin':'http://subway.simba.taobao.com',

'Cache-Control':'max-age=0',

'X-Requested-With':'XMLHttpRequest'

}

request=urllib.request.Request(url,headers=headers)

data={'_referer':'/tools/insight/index'}

postdata=urllib.parse.urlencode(data).encode('utf-8')

try:

response=urllib.request.urlopen(request,data=postdata)

string=response.read().decode()

parse=json.loads(string)

if(parse['code']=='200'):

print('淘宝直通车验证通过!您当前以登陆')

fp=open('cookie','wt')

fp.write(cookiestr)

fp.close()

print('登陆cookie已经保存!')

return parse['result']['token']

except Exception as e:

print(e)

print('淘宝直通车验证失败!请重新登陆!')

return False

在主函数中，程序将优先加载cookie文件，cookie失效或没有cookie文件时打开浏览器进行登陆：

#主函数

if(os.path.exists('cookie')):

print('检测到cookie文件！将使用cookie登陆！')

fp=open('cookie','r')

cookiestr=fp.read()

fp.close()

else:

cookiestr=openbrowser_login()

while(True):

if(check_login(cookiestr)):

token=check_subway(cookiestr)

if(token!=False):

break;

cookiestr=openbrowser_login()