#!/bin/python
#-*- coding:UTF-8 -*-
from sgmllib import SGMLParser
import sys,urllib2,urllib,cookielib
import datetime
import time
class spider(SGMLParser):
def __init__(self,email,password):
SGMLParser.__init__(self)
self.h3=False
self.h3_is_ready=False
self.div=False
self.h3_and_div=False
self.a=False
self.depth=0
self.names=""
self.dic={}
self.email=email
self.password=password
self.domain='renren.com'
try:
cookie=cookielib.CookieJar()
cookieProc=urllib2.HTTPCookieProcessor(cookie)
except:
raise
else:
opener=urllib2.build_opener(cookieProc)
urllib2.install_opener(opener)
def login(self):
print '开始登录'
url='http://www.renren.com/PLogin.do'
postdata={
'email':self.email,
'password':self.password,
'domain':self.domain
}
req=urllib2.Request(
url,
urllib.urlencode(postdata)
)
self.file=urllib2.urlopen(req).read()
idPos = self.file.index("'id':'")
self.id=self.file[idPos+6:idPos+15]
tokPos=self.file.index("get_check:'")
self.tok=self.file[tokPos+11:tokPos+21]
rtkPos=self.file.index("get_check_x:'")
self.rtk=self.file[rtkPos+13:rtkPos+21]
def publish(self,content):
url1='http://shell.renren.com/'+self.id+'/status'
postdata={
'content':content,
'hostid':self.id,
'requestToken':self.tok,
'_rtk':self.rtk,
'channel':'renren',
}
req1=urllib2.Request(
url1,
urllib.urlencode(postdata)
)
self.file1=urllib2.urlopen(req1).read()
print '%s:\n刚才使用你的人人账号 %s 发了一条状态\n内容为:(%s)'%(datetime.datetime.now(),self.email,postdata.get('content',''))
renrenspider=spider('账户','密码')
renrenspider.login()
content=raw_input('输入状态信息')
renrenspider.publish(content)
- 浏览: 2543225 次
- 性别:
- 来自: 深圳
最新评论
-
zhongmin2012:
原文的书在哪里
数据库水平切分的实现原理解析---分库,分表,主从,集群,负载均衡器 -
renzhengzhi:
你好,请问个问题,从master同步数据到slave的时候,s ...
数据库水平切分的实现原理解析---分库,分表,主从,集群,负载均衡器 -
ibc789:
你好,看了你的文章,我想请教个问题, 我在用 redis的时候 ...
redis 的两种持久化方式及原理 -
iijjll:
写得非常好
数据库水平切分的实现原理解析---分库,分表,主从,集群,负载均衡器 -
iijjll:
写得非常好
数据库水平切分的实现原理解析---分库,分表,主从,集群,负载均衡器
相关推荐
'''07_cookie模拟登陆人人网.py''' import urllib.request url = "http://www.renren.com/967469305/profile" headers = { "Host":"www.renren.com", "Connection":"keep-alive", "Upgrade-Insecure-Requests":...
`captchaIdentify.py`可能是验证码识别的实现代码,它加载训练好的模型,并对外部输入的验证码图像进行预测。该脚本可能包含图像预处理、模型预测和结果后处理(例如,将预测的数字字符转换为字符串)等步骤。 `...
- `code.py`:通过Selenium获取验证码图片,并使用`TesseractPy3.py`中的函数识别验证码,实现网站自动化登录。 **示例代码**(部分): ```python # TesseractPy3.py import os import subprocess from PIL ...
以上内容基于文件中提供的信息,对如何使用Python实现滑动验证码功能进行了详细说明,涵盖了从模块安装、项目启动、前端页面实现到后端逻辑处理等多个方面。通过阅读本文档,开发者可以了解到滑动验证码的实现原理和...
在短信验证码的实现中,`requests.post()`可能被用来向短信服务API发送请求,其中的参数包括用户电话号码、API密钥等。`requests`库还处理了如超时、重试、证书验证等复杂问题,使开发者可以更专注于业务逻辑。 ...
在这个“卷积神经网络验证码识别tensorflow实现”的项目中,我们使用了CNN来解决四位数字和字母组成的验证码识别问题。验证码识别是计算机视觉领域的一个常见任务,它有助于防止自动化机器人和恶意软件对网站的滥用...
插入排序.py python实现的排序插入排序.py python实现的排序插入排序.py python实现的排序插入排序.py python实现的排序插入排序.py python实现的排序插入排序.py python实现的排序插入排序.py python实现的排序插入...
在Python中实现验证码功能是一项常见的任务,特别是在构建Web应用程序时,用于防止自动化脚本或机器人进行恶意操作。这里我们将深入探讨如何使用Python来创建验证码,主要依赖于Pillow库,这是一个图像处理库,用于...
【资源说明】Python基于ddddocr和Flask实现的通用验证码识别接口源码+使用说明.zip 效果测试```在并发情况下,识别速度可以在0.01s或以下```![node](./test.png) 安装```python >= 3.8``````conda install opencv-...
- **源代码文件**:如`.java`、`.py`、`.js`等,展示了EXT验证码的生成和验证逻辑。 - **HTML和CSS**:用于构建前端界面,展示验证码图片并接收用户输入。 - **图像资源**:用于生成验证码的图片模板或干扰元素。 - ...
冒泡10.py python实现的冒泡冒泡10.py python实现的冒泡冒泡10.py python实现的冒泡冒泡10.py python实现的冒泡冒泡10.py python实现的冒泡冒泡10.py python实现的冒泡冒泡10.py python实现的冒泡冒泡10.py python...
快速排序.py python代码实现快速排序.py python代码实现快速排序.py python代码实现快速排序.py python代码实现快速排序.py python代码实现快速排序.py python代码实现快速排序.py python代码实现快速排序.py python...
实验1.2 验证码.py
冒泡.py 使用python代码实现冒泡.py 使用python代码实现冒泡.py 使用python代码实现冒泡.py 使用python代码实现冒泡.py 使用python代码实现冒泡.py 使用python代码实现冒泡.py 使用python代码实现冒泡.py 使用python...
堆排序6.py 使用python实现堆排序6.py 使用python实现堆排序6.py 使用python...实现排序6.py 使用python实现堆排序6.py 使用python实现堆排序6.py 使用python实现堆排序6.py 使用python实现堆排序6.py 使用python实现堆...
堆排序9.py 使用python实现堆排序9.py 使用python实现堆排序9.py 使用python实现堆排序9.py 使用python实现堆排序9.py 使用python实现堆排序9.py 使用python实现堆排序9.py 使用python实现堆排序9.py 使用python实现...
总的来说,这个示例将展示如何利用Python的`http.client`库与第三方API交互,实现短信验证码的发送、验证,以及用户注册和登录的完整流程。通过阅读`Python - http.client.py`源代码和配套的文档说明,你可以更深入...
使用 MPI(通过 mpi4py python 包)使用主从实现模型在多个节点上并行化粒子群优化算法的代码。 被粒子群优化算法最小化的目标函数是 Alpine 1 函数,它通过引入 0.1 秒的暂停而人为地变得昂贵。 设置 并行化的...
平衡二叉树的实现.py