Python模拟登录淘宝

最近想爬取淘宝的一些商品，但是发现如果要使用搜索等一些功能时基本都需要登录，所以就想出一篇模拟登录淘宝的文章！

看了下网上有很多关于模拟登录淘宝，但是基本都是使用scrapy、pyppeteer、selenium等库来模拟登录，但是目前我们还没有讲到这些库，只讲了requests库，那我们今天就来使用requests库模拟登录淘宝！讲模拟登录淘宝之前，我们来回顾一下之前用requests库模拟登录豆瓣和新浪微博的过程：这一类模拟登录是比较简单的登录，只需要在请求登录时将用户名和密码上传验证通过就成功了，也就是说一步到位！而淘宝登录就比较复杂，为什么说复杂呢？因为淘宝登录涉及参数多且请求不止一次！我们就先来讲讲淘宝登录的流程，先把流程原理搞懂，再去敲代码，这样大家就容易理解！

一、淘宝登录流程

为了便于大家理解，猪哥画了一个非标准的淘宝登录请求时序图

淘宝ua参数：ua(User-Agent)故名用户代理，淘宝的ua参数加入了浏览器、ip、电脑、时间等信息，然后加密生成，在很多地方使用，不仅仅是登录！

上图是比较详细的流程图，从代码层面考虑猪哥将模拟登录淘宝分为以下四个步骤：

1. 输入用户名后，浏览器会向淘宝（taobao.com）发起一个post的请求，判断是否出现滑块验证！
2. 用户输入密码后，浏览器向淘宝（taobao.com）又发起一个post请求，验证用户名密码是否正确，如果正确则返回一个token。
3. 浏览器拿着token去阿里巴巴（alibaba.com）交换st码！
4. 浏览器获取st码之后，拿着st码获取cookies，登录成功

这里也许有同学会提出疑问：为什么淘宝（taobao.com）验证通过之后还要拿着 token去阿里巴巴（alibaba.com）交换st码呢？ 这个我们放后面讲！

二、模拟登录实现

上面我们只讲了大概的登录流程，这里猪哥会先详细讲解下每一步的操作，然后再贴出实现代码！

1.判断是否需要验证码

目前我们在登录淘宝的时候，大多数情况下是不会出现滑块验证码，猪哥尝试了很多次的登录退出也只是在中间出现过一次，那究竟是什么在控制是否需要滑块验证码的呢？
从上图可以看出，当猪哥输入用户名后，浏览器就会发起一个post请求，来验证是否需要出现滑块验证码，如果返回true，滑块验证码则出现！否则不出现，一般是不会出现！图中我们可以看到这次post请求上传了两个参数：username、ua！前面猪哥说过ua为浏览器、ip、设备信息等多信息加密参数，所以猪哥猜想淘宝的验证码是否出现不仅仅从账号角度，还有ip、设备等角度！

举个例子：某台设备可能出现登录过大量的账号，这时候淘宝就可以从ua参数中获取设备号，然后对该设备进行限制！

知道了流程和请求链接及参数之后，我们就可以用代码来请求了！

2.验证用户名密码

这里一步也就是上面时序图图中的第5步：请求登录，这里会将用户名、ua参数、加密密码等30十几个参数post到淘宝（taobao.com）去验证。
我们来用代码实现一下，大家别被这么多参数吓到，都是从浏览器复制过来的！看看请求结果！
可以看到申请st码链接后面带了一个token，具体token是干什么用的后面我们再分析！

3.申请st码

上面我们已经申请到了淘宝（taobao.com）的token，这一步就是用token来换取st码。到这里很多人可能会有疑问：为什么淘宝登录需要这么麻烦呢？直接在 taobao.com 登录不就可以吗？为什么要先在taobao验证用户名密码，通过之后再去 alibaba.com 换取st码登录呢？任何公司的框架都是慢慢演变的结果，我猜想最开始的淘宝登录肯定没这么复杂。但是随着阿里巴巴的慢慢壮大，很多事业线都划分开来，但是这些事业线之间又有关联性，比如用户登录了淘宝账号之后天猫就不需要再登录（注意淘宝和天猫的顶级域名不同，所以不能共享cookis）为了实现这个功能，单点登录就出现了。

单点登录（Single Sign On），简称为 SSO，是目前比较流行的企业业务整合的解决方案之一。SSO的定义是在多个应用系统中，用户只需要登录一次就可以访问所有相互信任的应用系统。   ——百度百科

很多大企业几乎都有做单点登录，那阿里的单点登录系统肯定是由母公司阿里巴巴（alibaba.com）来做啦，所有子公司去调用母公司接口！我们再回来分析淘宝登录为何要如此复杂就很好理解了：用户数据在淘宝这里，所以需要现在淘宝（taobao.com）验证用户名和密码，验证通过生成一个token，浏览器拿着token去和阿里巴巴（alibaba.com）申请单点登录码（st码），阿里巴巴收到请求验证token通过则返回st码，所以用token换st码的原因就在于单点登录！理解了设计原理之后，代码实现起来就很清晰了！

4.使用st码登录

成功获取st码之后我们就可以来登录了，这一步是通过st码获取登录的cookies。
到这里我们就已经模拟登录淘宝成功了！

5.获取淘宝昵称

其实上面我们就已经登录淘宝成功并返回用户主页的链接，我们为了进一步验证登录成功，就请求一下淘宝用户主页，顺便把淘宝昵称提取出来吧！

三、总结

整体讲完之后我们来稍微总结一下吧，主要从代码结构和存在的问题两个方面说下：

1.代码结构

来放出一张代码结构图，让大家直观了解
这就是我们前面说过的模拟登录淘宝的四个步骤，不过这里我们是用代码实现了！

2.存在问题

在写这篇教程之前猪哥也是先在网上了解，然后自己用浏览器和抓包工具（Charles）一步一步实践，最重要的是你先要了解淘宝登录的大概流程，不然你实际操作起来会一头雾水，下面就要讲讲目前遇到的问题和存在的问题吧

1. 首先第一个问题便是淘宝的滑块解锁，目前requests还没有很好的破解办法，后面介绍了一些爬虫框架之后我们再来破解吧！
2. 猪哥尝试了很多次（50次以上）登录退出都没出现过滑块验证码。
3. 网上有人使用代理ip，这里猪哥也没用，只要你不是超级超级超级频繁且大量爬取数据，一般大厂都不太会去封ip，因为有误伤率和影响用户面太广，也许一封就是整个小区。
4. 在第二步验证用户名和密码时，上传了近30个参数，如果你把username、ua、加密密码复制进去验证还是不通过可尝试把那30个参数换成你浏览器中的！
5. 在第三步和第四步偶尔会出现一次错误，重试一下就可以！
6. 文章有些关于淘宝登录框架纯属猪哥猜想，如有错误还望指正！

看到这里是不是感觉淘宝模拟登录就清晰明了很多了，感兴趣的同学可以收藏转发，周末有空自己尝试一下（源码在阅读原文里）。征服淘宝登录，其他登录也就相对简单了！