如何科學的搶紅包：寫個程序搶紅包
0×00 背景
大家好，我是來自IDF實驗室的@無所不能的魂大人！
紅包紛紛何所似？兄子胡兒曰：“撒錢空中差可擬。”兄女道韞曰：“未若姨媽因風起。”
背景大家都懂的，要過年了，正是紅包滿天飛的日子。正巧前兩天學會了Python，比較亢奮，就順便研究了研究微博紅包的爬取，為什么是微博紅包而不是支付寶紅包呢，因為我只懂Web，如果有精力的話之后可能也會研究研究打地鼠算法吧。
因為本人是初學Python，這個程序也是學了Python后寫的第三個程序，所以代碼中有啥坑爹的地方請不要當面戳穿，重點是思路，嗯，如果思路中有啥坑爹的的地方也請不要當面戳穿，你看IE都有臉設置自己為默認瀏覽器，我寫篇渣文得瑟得瑟也是可以接受的對吧……
我用的是Python 2.7，據說Python 2和Python 3差別挺大的，比我還菜的小伙伴請注意。
0×01 思路整理
懶得文字敘述了，畫了張草圖，大家應該可以看懂。
首先老規矩，先引入一坨不知道有啥用但又不能沒有的庫：
import re import urllib import urllib2 import cookielib import base64 import binascii import os import json import sys import cPickle as p import rsa
然后順便聲明一些其它變量，以后需要用到：
reload(sys)
sys.setdefaultencoding('utf-8&') #將字符編碼置為utf-8
luckyList=[] #紅包列表
lowest=10 #能忍受紅包領獎記錄最低為多少 這里用到了一個rsa庫，Python默認是不自帶的，需要安裝一下：https://pypi.python.org/pypi/rsa/
下載下來后運行setpy.py install安裝，然后就可以開始我們的開發步驟了。
0×02 微博登陸
搶紅包的動作一定要登陸后才可以進行的，所以一定要有登錄的功能，登錄不是關鍵，關鍵是cookie的保存，這里需要cookielib的配合。
cj = cookielib.CookieJar() opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj)) urllib2.install_opener(opener)
這樣凡是使用opener進行的網絡操作都會對處理cookie的狀態，雖然我也不太懂但是感覺好神奇的樣子。
接下來需要封裝兩個模塊，一個是獲取數據模塊，用來單純地GET數據，另一個用來POST數據，其實只是多了幾個參數，完全可以合并成一個函數，但是我又懶又笨，不想也不會改代碼。
def getData(url) :
try:
req = urllib2.Request(url)
result = opener.open(req)
text = result.read()
text=text.decode("utf-8").encode("gbk",'ignore')
return text
except Exception, e:
print u'請求異常,url:'+url
print e
def postData(url,data,header) :
try:
data = urllib.urlencode(data)
req = urllib2.Request(url,data,header)
result = opener.open(req)
text = result.read()
return text
except Exception, e:
print u'請求異常,url:'+url 有了這兩個模塊我們就可以GET和POST數據了，其中getData中之所以decode然后又encode啥啥的，是因為在Win7下我調試輸出的時候總亂碼，所以加了些編碼處理，這些都不是重點，下面的login函數才是微博登陸的核心。
def login(nick , pwd) :
print u"----------登錄中----------"
print "----------......----------"
prelogin_url = 'http://login.sina.com.cn/sso/prelogin.php?entry=weibo&callback=sinaSSOController.preloginCallBack&su=%s&rsakt=mod&checkpin=1&client=ssologin.js(v1.4.15)&_=1400822309846' % nick
preLogin = getData(prelogin_url)
servertime = re.findall('"servertime":(.+?),' , preLogin)[0]
pubkey = re.findall('"pubkey":"(.+?)",' , preLogin)[0]
rsakv = re.findall('"rsakv":"(.+?)",' , preLogin)[0]
nonce = re.findall('"nonce":"(.+?)",' , preLogin)[0]
#print bytearray('xxxx','utf-8')
su = base64.b64encode(urllib.quote(nick))
rsaPublickey= int(pubkey,16)
key = rsa.PublicKey(rsaPublickey,65537)
message = str(servertime) +'\t' + str(nonce) + '\n' + str(pwd)
sp = binascii.b2a_hex(rsa.encrypt(message,key))
header = {'User-Agent' : 'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0)'}
param = {
'entry': 'weibo',
'gateway': '1',
'from': '',
'savestate': '7',
'userticket': '1',
'ssosimplelogin': '1',
'vsnf': '1',
'vsnval': '',
'su': su,
'service': 'miniblog',
'servertime': servertime,
'nonce': nonce,
'pwencode': 'rsa2',
'sp': sp,
'encoding': 'UTF-8',
'url': 'http://weibo.com/ajaxlogin.php?framelogin=1&callback=parent.sinaSSOController.feedBackUrlCallBack',
'returntype': 'META',
'rsakv' : rsakv,
}
s = postData('http://login.sina.com.cn/sso/login.php?client=ssologin.js(v1.4.15)',param,header)
try:
urll = re.findall("location.replace\(\'(.+?)\'\);" , s)[0]
login=getData(urll)
print u"---------登錄成功！-------"
print "----------......----------"
except Exception, e:
print u"---------登錄失敗！-------"
print "----------......----------"
exit(0) 這里面的參數啊加密算法啊都是從網上抄的，我也不是很懂，大概就是先請求個時間戳和公鑰再rsa加密一下最后處理處理提交到新浪登陸接口，從新浪登錄成功之后會返回一個微博的地址，需要請求一下，才能讓登錄狀態徹底生效，登錄成功后，后面的請求就會帶上當前用戶的cookie。
0×03 指定紅包抽取
成功登錄微博后，我已迫不及待地想找個紅包先試一下子，當然首先是要在瀏覽器里試的。點啊點啊點啊點的，終于找到了一個帶搶紅包按鈕的頁面了，F12召喚出調試器，看看數據包是咋請求的。
可以看到請求的地址是http://huodong.weibo.com/aj_hongbao/getlucky，主要參數有兩個，一個是ouid，就是紅包id，在URL中可以看到，另一個share參數決定是否分享到微博，還有個_t不知道是干啥用的。
好，現在理論上向這個url提交者三個參數，就可以完成一次紅包的抽取，但是，當你真正提交參數的時候，就會發現服務器會很神奇地給你返回這么個串：
{"code":303403,"msg":"抱歉，你沒有權限訪問此頁面","data":[]} 這個時候不要驚慌，根據我多年Web開發經驗，對方的程序員應該是判斷referer了，很簡單，把請求過去的header全給抄過去。
def getLucky(id): #抽獎程序
print u"---抽紅包中："+str(id)+"---"
print "----------......----------"
if checkValue(id)==False: #不符合條件，這個是后面的函數
return
luckyUrl="http://huodong.weibo.com/aj_hongbao/getlucky"
param={
'ouid':id,
'share':0,
'_t':0
}
header= {
'Cache-Control':'no-cache',
'Content-Type':'application/x-www-form-urlencoded',
'Origin':'http://huodong.weibo.com',
'Pragma':'no-cache',
'Referer':'http://huodong.weibo.com/hongbao/'+str(id),
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.146 BIDUBrowser/6.x Safari/537.36',
'X-Requested-With':'XMLHttpRequest'
}
res = postData(luckyUrl,param,header) 這樣的話理論上就沒啥問題了，事實上其實也沒啥問題。抽獎動作完成后我們是需要判斷狀態的，返回的res是一個json串，其中code為100000時為成功，為90114時是今天抽獎達到上限，其他值同樣是失敗，所以：
hbRes=json.loads(res)
if hbRes["code"]=='901114': #今天紅包已經搶完
print u"---------已達上限---------"
print "----------......----------"
log('lucky',str(id)+'---'+str(hbRes["code"])+'---'+hbRes["data"]["title"])
exit(0)
elif hbRes["code"]=='100000':#成功
print u"---------恭喜發財---------"
print "----------......----------"
log('success',str(id)+'---'+res)
exit(0)
if hbRes["data"] and hbRes["data"]["title"]:
print hbRes["data"]["title"]
print "----------......----------"
log('lucky',str(id)+'---'+str(hbRes["code"])+'---'+hbRes["data"]["title"])
else:
print u"---------請求錯誤---------"
print "----------......----------"
log('lucky',str(id)+'---'+res) 其中log也是我自定義的一個函數，用來記錄日志用的：
def log(type,text):
fp = open(type+'.txt','a')
fp.write(text)
fp.write('\r\n')
fp.close() 0×04 爬取紅包列表
單個紅包領取動作測試成功后，就是我們程序的核心大招模塊了——爬取紅包列表，爬取紅包列表的方法和入口應該有不少，比如各種微博搜索關鍵字啥啥的，不過我這里用最簡單的方法：爬取紅包榜單。
在紅包活動的首頁(http://huodong.weibo.com/hongbao)通過各種點更多，全部可以觀察到，雖然列表連接很多，但可以歸納為兩類（最有錢紅包榜除外）：主題和排行榜。
繼續召喚F12，分析這兩種頁面的格式，首先是主題形式的列表，比如：http://huodong.weibo.com/hongbao/special_quyu
可以看到紅包的信息都是在一個類名為info_wrap的div中，那么我們只要活動這個頁面的源碼，然后把infowrap全抓出來，再簡單處理下就可以得到這個頁面的紅包列表了，這里需要用到一些正則：
def getThemeList(url,p):#主題紅包
print u"---------第"+str(p)+"頁---------"
print "----------......----------"
html=getData(url+'?p='+str(p))
pWrap=re.compile(r'(.+?)',re.DOTALL) #h獲取所有info_wrap的正則
pInfo=re.compile(r'.+(.+).+(.+).+(.+).+href="(.+)" class="btn"',re.DOTALL) #獲取紅包信息
List=pWrap.findall(html,re.DOTALL)
n=len(List)
if n==0:
return
for i in range(n): #遍歷所有info_wrap的div
s=pInfo.match(List[i]) #取得紅包信息
info=list(s.groups(0))
info[0]=float(info[0].replace('\xcd\xf2','0000')) #現金,萬->0000
try:
info[1]=float(info[1].replace('\xcd\xf2','0000')) #禮品價值
except Exception, e:
info[1]=float(info[1].replace('\xd2\xda','00000000')) #禮品價值
info[2]=float(info[2].replace('\xcd\xf2','0000')) #已發送
if info[2]==0:
info[2]=1 #防止除數為0
if info[1]==0:
info[1]=1 #防止除數為0
info.append(info[0]/(info[2]+info[1])) #紅包價值,現金/（領取人數+獎品價值）
# if info[0]/(info[2]+info[1])>100:
# print url
luckyList.append(info)
if 'class="page"' in html:#存在下一頁
p=p+1
getThemeList(url,p) #遞歸調用自己爬取下一頁 話說正則好難，學了好久才寫出來這么兩句。還有這里的info中append進去了一個info[4]，是我想的一個大概判斷紅包價值的算法，為什么要這么做呢，因為紅包很多但是我們只能抽四次啊，在茫茫包海中，我們必須要找到最有價值的紅包然后抽丫的，這里有三個數據可供參考：現金價值、禮品價值和領取人數，很顯然如果現金很少領取人數很多或者獎品價值超高（有的甚至喪心病狂以億為單位），那么就是不值得去搶的，所以我憋了半天終于憋出來一個衡量紅包權重的算法：紅包價值=現金/（領取人數+獎品價值）。
排行榜頁面原理一樣，找到關鍵的標簽，正則匹配出來。
def getTopList(url,daily,p):#排行榜紅包
print u"---------第"+str(p)+"頁---------"
print "----------......----------"
html=getData(url+'?daily='+str(daily)+'&p='+str(p))
pWrap=re.compile(r'(.+?)',re.DOTALL) #h獲取所有list_info的正則
pInfo=re.compile(r'.+(.+).+(.+).+(.+).+href="(.+)" class="btn rob_btn"',re.DOTALL) #獲取紅包信息
List=pWrap.findall(html,re.DOTALL)
n=len(List)
if n==0:
return
for i in range(n): #遍歷所有info_wrap的div
s=pInfo.match(List[i]) #取得紅包信息
topinfo=list(s.groups(0))
info=list(topinfo)
info[0]=topinfo[1].replace('\xd4\xaa','') #元->''
info[0]=float(info[0].replace('\xcd\xf2','0000')) #現金,萬->0000
info[1]=topinfo[2].replace('\xd4\xaa','') #元->''
try:
info[1]=float(info[1].replace('\xcd\xf2','0000')) #禮品價值
except Exception, e:
info[1]=float(info[1].replace('\xd2\xda','00000000')) #禮品價值
info[2]=topinfo[0].replace('\xb8\xf6','') #個->''
info[2]=float(info[2].replace('\xcd\xf2','0000')) #已發送
if info[2]==0:
info[2]=1 #防止除數為0
if info[1]==0:
info[1]=1 #防止除數為0
info.append(info[0]/(info[2]+info[1])) #紅包價值,現金/（領取人數+禮品價值）
# if info[0]/(info[2]+info[1])>100:
# print url
luckyList.append(info)
if 'class="page"' in html:#存在下一頁
p=p+1
getTopList(url,daily,p) #遞歸調用自己爬取下一頁 好，現在兩中專題頁的列表我們都可以順利爬取了，接下來就是要得到列表的列表，也就是所有這些列表地址的集合，然后挨個去抓：
def getList():
print u"---------查找目標---------"
print "----------......----------"
themeUrl={ #主題列表
'theme':'http://huodong.weibo.com/hongbao/theme',
'pinpai':'http://huodong.weibo.com/hongbao/special_pinpai',
'daka':'http://huodong.weibo.com/hongbao/special_daka',
'youxuan':'http://huodong.weibo.com/hongbao/special_youxuan',
'qiye':'http://huodong.weibo.com/hongbao/special_qiye',
'quyu':'http://huodong.weibo.com/hongbao/special_quyu',
'meiti':'http://huodong.weibo.com/hongbao/special_meiti',
'hezuo':'http://huodong.weibo.com/hongbao/special_hezuo'
}
topUrl={ #排行榜列表
'mostmoney':'http://huodong.weibo.com/hongbao/top_mostmoney',
'mostsend':'http://huodong.weibo.com/hongbao/top_mostsend',
'mostsenddaka':'http://huodong.weibo.com/hongbao/top_mostsenddaka',
'mostsendpartner':'http://huodong.weibo.com/hongbao/top_mostsendpartner',
'cate':'http://huodong.weibo.com/hongbao/cate?type=',
'clothes':'http://huodong.weibo.com/hongbao/cate?type=clothes',
'beauty':'http://huodong.weibo.com/hongbao/cate?type=beauty',
'fast':'http://huodong.weibo.com/hongbao/cate?type=fast',
'life':'http://huodong.weibo.com/hongbao/cate?type=life',
'digital':'http://huodong.weibo.com/hongbao/cate?type=digital',
'other':'http://huodong.weibo.com/hongbao/cate?type=other'
}
for (theme,url) in themeUrl.items():
print "----------"+theme+"----------"
print url
print "----------......----------"
getThemeList(url,1)
for (top,url) in topUrl.items():
print "----------"+top+"----------"
print url
print "----------......----------"
getTopList(url,0,1)
getTopList(url,1,1) 0×05 判斷紅包可用性
這個是比較簡單的，首先在源碼里搜一下關鍵字看看有沒有搶紅包按鈕，然后再到領取排行里面看看最高紀錄是多少，要是最多的才領那么幾塊錢的話就再見吧……
其中查看領取記錄的地址為http://huodong.weibo.com/aj_hongbao/detailmore?page=1&type=2&_t=0&__rnd=1423744829265&uid=紅包id
def checkValue(id):
infoUrl='http://huodong.weibo.com/hongbao/'+str(id)
html=getData(infoUrl)
if 'action-type="lottery"' in html or True: #存在搶紅包按鈕
logUrl="http://huodong.weibo.com/aj_hongbao/detailmore?page=1&type=2&_t=0&__rnd=1423744829265&uid="+id #查看排行榜數據
param={}
header= {
'Cache-Control':'no-cache',
'Content-Type':'application/x-www-form-urlencoded',
'Pragma':'no-cache',
'Referer':'http://huodong.weibo.com/hongbao/detail?uid='+str(id),
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/33.0.1750.146 BIDUBrowser/6.x Safari/537.36',
'X-Requested-With':'XMLHttpRequest'
}
res = postData(logUrl,param,header)
pMoney=re.compile(r'< span class="money">(\d+?.+?)\xd4\xaa< /span>',re.DOTALL) #h獲取所有list_info的正則
luckyLog=pMoney.findall(html,re.DOTALL)
if len(luckyLog)==0:
maxMoney=0
else:
maxMoney=float(luckyLog[0])
if maxMoney< lowest: #記錄中最大紅包小于設定值 return False else: print u"---------手慢一步---------" print "----------......----------" return False return True 0×06 收尾工作
主要的模塊都已經搞定，現在需要將所有的步驟串聯起來：
def start(username,password,low,fromFile):
gl=False
lowest=low
login(username , password)
if fromfile=='y':
if os.path.exists('luckyList.txt'):
try:
f = file('luckyList.txt')
newList = []
newList = p.load(f)
print u'---------裝載列表---------'
print "----------......----------"
except Exception, e:
print u'解析本地列表失敗，抓取在線頁面。'
print "----------......----------"
gl=True
else:
print u'本地不存在luckyList.txt，抓取在線頁面。'
print "----------......----------"
gl=True
if gl==True:
getList()
from operator import itemgetter
newList=sorted(luckyList, key=itemgetter(4),reverse=True)
f = file('luckyList.txt', 'w')
p.dump(newList, f) #把抓到的列表存到文件里，下次就不用再抓了
f.close()
for lucky in newList:
if not 'http://huodong.weibo.com' in lucky[3]: #不是紅包
continue
print lucky[3]
id=re.findall(r'(\w*[0-9]+)\w*',lucky[3])
getLucky(id[0]) 因為每次測試的時候都要重復爬取紅包列表，很麻煩，所以加了段將完整列表dump到文件的代碼，這樣以后就可以讀本地列表然后搶紅包了，構造完start模塊后，寫一個入口程序把微博賬號傳過去就OK了：
if __name__ == "__main__":
print u"------------------微博紅包助手------------------"
print "---------------------v0.0.1---------------------"
print u"-------------by @無所不能的魂大人----------------"
print "-------------------------------------------------"
try:
uname=raw_input(u"請輸入微博賬號: ".decode('utf-8').encode('gbk'))
pwd=raw_input(u"請輸入微博密碼: ".decode('utf-8').encode('gbk'))
low=int(raw_input(u"紅包領取最高現金大于n時參與: ".decode('utf-8').encode('gbk')))
fromfile=raw_input(u"是否使用luckyList.txt中紅包列表:(y/n) ".decode('utf-8').encode('gbk'))
except Exception, e:
print u"參數錯誤"
print "----------......----------"
print e
exit(0)
print u"---------程序開始---------"
print "----------......----------"
start(uname,pwd,low,fromfile)
print u"---------程序結束---------"
print "----------......----------"
os.system('pause') 0×07 走你！
基本的爬蟲骨架已經基本可以完成了，其實這個爬蟲的很多細節上還是有很大發揮空間的，比如改裝成支持批量登錄的，比如優化下紅包價值算法，代碼本身應該也有很多地方可以優化的，不過以我的能力估計也就能搞到這了。
最后程序的結果大家都看到了，我寫了幾百行代碼，幾千字的文章，辛辛苦苦換來的只是一組雙色球，尼瑪坑爹啊，怎么會是雙色球呢！！！（旁白：作者越說越激動，居然哭了起來，周圍人紛紛勸說：兄弟，不至于的，不就是個微博紅包么，昨天手都擼酸了也沒搖出個微信紅包。）
唉，其實我不是哭這個，我難過的是我已經二十多歲了，還在做寫程序抓微博紅包這么無聊的事情，這根本不是我想要的人生啊！
源碼下載：
作者/idf實驗室（企業帳號）
來源：freebuf.com/