python 论坛自动发帖功能_python discuz发帖-程序员宅基地

技术标签: python网络爬虫  



# -*- coding: utf-8 -*-
"""
@author: amtsing
"""
'''
    Google翻译
'''

import execjs

class Py4Js():
    def __init__(self):
        self.ctx = execjs.compile(""" 
        function TL(a) { 
        var k = ""; 
        var b = 406644; 
        var b1 = 3293161072; 

        var jd = "."; 
        var $b = "+-a^+6"; 
        var Zb = "+-3^+b+-f"; 

        for (var e = [], f = 0, g = 0; g < a.length; g++) { 
            var m = a.charCodeAt(g); 
            128 > m ? e[f++] = m : (2048 > m ? e[f++] = m >> 6 | 192 : (55296 == (m & 64512) 
	        && g + 1 < a.length && 56320 == (a.charCodeAt(g + 1) & 64512) ? (m = 65536 + 
		((m & 1023) << 10) + (a.charCodeAt(++g) & 1023), 
            e[f++] = m >> 18 | 240, 
            e[f++] = m >> 12 & 63 | 128) : e[f++] = m >> 12 | 224, 
            e[f++] = m >> 6 & 63 | 128), 
            e[f++] = m & 63 | 128) 
        } 
        a = b; 
        for (f = 0; f < e.length; f++) a += e[f], 
        a = RL(a, $b); 
        a = RL(a, Zb); 
        a ^= b1 || 0; 
        0 > a && (a = (a & 2147483647) + 2147483648); 
        a %= 1E6; 
        return a.toString() + jd + (a ^ b) 
    }; 

    function RL(a, b) { 
        var t = "a"; 
        var Yb = "+"; 
        for (var c = 0; c < b.length - 2; c += 3) { 
            var d = b.charAt(c + 2), 
            d = d >= t ? d.charCodeAt(0) - 87 : Number(d), 
            d = b.charAt(c + 1) == Yb ? a >>> d: a << d; 
            a = b.charAt(c) == Yb ? a + d & 4294967295 : a ^ d 
        } 
        return a 
    } 
    """)

    def getTk(self, text):
        return self.ctx.call("TL", text)

import urllib.request, urllib.parse

def open_url(url):
    '''打开网页链接'''
    headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64;rv:23.0)Gecko/20100101 
		Firefox/23.0'}
    req = urllib.request.Request(url=url, headers=headers)
    response = urllib.request.urlopen(req)
    data = response.read().decode('utf-8')
    return data

def translate(content):
    '''定义翻译函数'''
    if len(content) > 4891:
        print("翻译的长度超过限制!!!")
        return
    # 获取tk    if len(content) > 4891:
        print("翻译的长度超过限制!!!")
        return
    js = Py4Js()
    tk = js.getTk(content)

    # 对输入内容编码
    content = urllib.parse.quote(content)
    url = "http://translate.google.cn/translate_a/single?client=t&sl=en&tl=zh-CN&hl=zh-CN&dt
	   =at&dt=bd&dt=ex&dt=ld&dt=md&dt=qca&dt=rw&dt=rm&dt=ss&dt=t&ie=UTF-8&oe=UTF-8&
	   source=bh&otf=1&ssel=0&tsel=0&kc=1&tk=%s&q=%s" % (tk, content)

    # 返回值是一个多层嵌套列表的字符串形式,解析起来还相当费劲,写了几个正则,发现也很不理想,
    # 后来感觉,使用正则简直就是把简单的事情复杂化,这里直接切片就Ok    result = open_url(url)

    end = result.find("\",")
    if end > 4:
        print('    '+ result[4:end])
        output = ('    '+ result[4:end])
        return str(output)



'''
    识别验证码
'''
import os
import requests
from PIL import Image,ImageGrab
import pytesseract
from collections import Counter,OrderedDict


# def downimg(url):
#     '''下载图片'''
#     with open ('verifycodepage.jpg','wb') as f:
#         s = requests.Session()
#         response = s.get(url)
#         f.write(response.content)

def acumulate_colors(image):
    '''对色彩像素进行统计'''
    img = Image.open(image)
    pixdata = img.load()
    # c = Counter()
    # print(pixdata)

    colors = {}
    for y in range(img.size[1]):
        for x in range(img.size[0]):
            #print(pixdata[x, y])
            # c.update(pixdata[x, y])
            if pixdata[x, y] in colors:
                colors[pixdata[x, y]] += 1
            else:
                colors[pixdata[x, y]] = 1
    colors = sorted(colors.items(),key=lambda d:d[1],reverse=True)
    # c = OrderedDict(c)
    # print (c.values())
    print(colors[2][0])
    return colors

# def gray():
#     '''灰度化'''
#     img = Image.open('verifycodepage.jpg')
#     img.convert('L').save('灰色图.jpg')
''' 
convert() 是图像实例对象的一个方法,接受一个 mode 参数,用以指定一种色彩模式,mode 的取值可以是如下几种:
· 1 (1-bit pixels, black and white, stored with one pixel per byte)
· L (8-bit pixels, black and white)
· P (8-bit pixels, mapped to any other mode using a colour palette)
· RGB (3x8-bit pixels, true colour)
· RGBA (4x8-bit pixels, true colour with transparency mask)
· CMYK (4x8-bit pixels, colour separation)
· YCbCr (3x8-bit pixels, colour video format)
· I (32-bit signed integer pixels)
· F (32-bit floating point pixels)
怎么样,够丰富吧?其实如此之处,PIL 还有限制地支持以下几种比较少见的色彩模式:
LA (L with alpha), RGBX (true colour with padding) and RGBa
'''

def binary(image):
    '''二值化'''
    img = Image.open(image)
    pixdata = img.load()
    for y in range(img.size[1]):
        for x in range(img.size[0]):
            # if pixdata[x, y] != colors[0][0]:
            #     pixdata[x, y] = (255,255,255)
            # else:
            #     pixdata[x, y] = (0,0,0)

            if pixdata[x, y][0] < 115:
                pixdata[x, y] = (0, 0, 0)# 黑色
    for y in range(img.size[1]):
        for x in range(img.size[0]):
            if pixdata[x, y][1] < 90:
                pixdata[x, y] = (0, 0, 0)
    for y in range(img.size[1]):
        for x in range(img.size[0]):
            if pixdata[x, y][2] > 120:
                pixdata[x, y] = (255, 255, 255)# 白色

    img.save('2.jpg')
'''
red
必要参数;Integer类型。数值范围从 0  255,表示颜色的红色成份。
green
必要参数;Integer类型。数值范围从 0  255,表示颜色的绿色成份。
blue
必要参数;Integer类型。数值范围从 0  255,表示颜色的蓝色成份。
'''
def denoisepoint(n,opt_point=0):
    '''去噪点'''
    direction = [
        [1, 1], [1, 0], [1, -1], [0, -1],
        [-1, -1], [-1, 0], [-1, 1], [0, 1]
    ]
    num = 0 # 操作数量
    point = 0 # 噪点数
    img = Image.open('2.jpg')
    pix = img.load() # 像素值
    size = img.size #图片大小
    # print(size)
    for y in range(size[1]):
        for x in range(size[0]):
            num += 1
            if pix[x, y][0] < n:
                nearpoint = 0
                for (a, b) in direction:
                    if (x+a>= 0 and x+a <= size[0]-1) and (y+b>= 0 and y+b <= size[1]-1):
                        # 如果遇到边界外的点不处理
                        if pix[x + a, y + b][0] < n:
                            nearpoint += 1
                if nearpoint <= opt_point:
                    pix[x, y] = (255, 255, 255, 255)
                    point += 1  # 噪点数
    img.save('无噪点.jpg')
    return (num, point)


def img2string():
    '''图像转验证码'''
    img = Image.open('无噪点.jpg')
    pytesseract.pytesseract.tesseract_cmd= 'C:\\Program Files(x86)\\Tesseract-OCR\\tesseract'
    captcha = pytesseract.image_to_string(img,lang='eng')
    print(captcha)
    return captcha


'''
    自动发帖
'''
import requests
import re
from lxml import etree
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains
from selenium.common.exceptions import NoSuchElementException
import random
import time
import newspaper
from PIL import Image

def get_content(url,language):
    '''获取正文'''
    content = newspaper.Article(url, language)
    content.download()
    content.parse()
    return content

login_url = "http://www.****.so/member.php?mod=logging&action=login"


def login(login_url):
    '''模拟登陆'''
    headers = {
            "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, 
	     like Gecko) Chrome/58.0.3026.3 Safari/537.36"
            }

    for key,value in headers.items():
        webdriver.DesiredCapabilities.PHANTOMJS['phantomjs.page.customHeaders{}'.format
	(key)] = value


    acountdictionary = {
        '*****':'*****',
        '******':'*****',
        '*******':'*****',      
    }
    acount = random.choice(list(acountdictionary.items()))
    name = acount[0]
    password = acount[1]
    print(name,password)
    browser.get(login_url)
    time.sleep(3)
    browser.find_element_by_xpath('//input[@name="username"]').send_keys(name)
    browser.find_element_by_xpath('//input[@name="password"]').send_keys(password)

    # browser.get_screenshot_as_file('bks.png') # 截取当前网页,该网页有我们需要的验证码
     # imgelement = browser.find_element_by_xpath('//*[@id="vseccode_cS"]/img') # 定位验证码
     # location = imgelement.location  # 获取验证码x,y轴坐标
     # size = imgelement.size  # 获取验证码的长宽
     # rangle = (location['x']+ size['width'],
    #           location['y']+ ize['height'],
    #           location['x'] + size['width'],
    #           location['y'] + size['height']) # 写成我们需要截取的位置坐标
     # img = Image.open("bks.png")  # 打开截图
     # frame = img.crop(rangle) # 使用Imagecrop函数,从截图中再次截取我们需要的区域
     # frame.save('验证码.png')
    # img = Image.open('验证码.png')
    # img.show()
    # colors = acumulate_colors('验证码.png')
    # denoisepoint(10)
    # binary('验证码.png')
    # denoisepoint(100)
    # # devide(4)
    # captcha = img2string()

    browser.find_element_by_xpath('//input[@name="seccodeverify"]').send_keys(captcha)
    browser.find_element_by_xpath('//button[@name="loginsubmit"]').click()
    for i in range(1,20):
        try:
            # browser.execute_script('window.scrollTo(0, 5)')
            time.sleep(1)
            a = browser.find_element_by_xpath('//*[@id="ntcwin"]/table/tbody/tr/td[2]/div/i')
            a = a.text
            while a == '抱歉,验证码填写错误':
                time.sleep(4)
                if browser.current_url == 'http://www.bike.so/':
                    # print(browser.current_url)
                    # print('验证码正确!!')
                    break
                else:
                    print('你还有{0}尝试机会'.format(20 - i))
                    i += 1
                    if 20-i == 0:
                        print('对不起验证码错误次数过多!!!')
                        time.sleep(4)
                        browser.close()
                        break
                    else:
                        print('验证码错误!!!!请重新输入……')
                        browser.find_element_by_xpath('// *[ @ id = "seccode_cS"] / div 
				/ table / tbody / tr / td / a').click()

                        # browser.get_screenshot_as_file('bks.png')  # 截取当前网页,该网页有我们
			     # 需要的验证码
                             # imgelement = browser.find_element_by_xpath('//*[@id="vseccode_cS"]
						/img')  # 定位验证码
                             # location = imgelement.location  # 获取验证码x,y轴坐标
                             # size = imgelement.size  # 获取验证码的长宽
                             # rangle = (location['x'] + size['width'],
                        #           location['y'] + size['height'],
                        #           location['x'] + size['width'],
                        #           location['y'] + size['height'])  # 写成我们需要截取的位置坐标
                             # img = Image.open("bks.png")  # 打开截图
                             # frame = img.crop(rangle)  # 使用Imagecrop函数,从截图中再次截取
			     # 我们需要的区域
                             # frame.save('验证码.png')
                        # img = Image.open('验证码.png')
                        # img.show()
                        # colors = acumulate_colors('验证码.png')
                        # denoisepoint(10)
                        # binary('验证码.png')
                        # denoisepoint(100)
                        # # devide(4)
                        # captcha = img2string()

                        browser.find_element_by_xpath('//input[@name="seccodeverify"]').clear()
                        browser.find_element_by_xpath('//input[@name="seccodeverify"]')
			     .send_keys(captcha)
                        browser.find_element_by_xpath('//button[@name="loginsubmit"]').click()
        except NoSuchElementException:
            print("验证码正确!!")
            break

def locat_plate():
    '''定位发帖板块'''
    browser.execute_script('window.scrollTo(0, 100)')
    time.sleep(2)
    # 所有版块
    plates = {
        'plate1':"山地车,公路车,新闻,车友交流",
        'plate2':"游泳,自行车,马拉松,铁人三项",
        'plate3': "BMX小轮车",
        'plate4': "国内业余赛事网友交流",
        'plate5': "智能自行车原理及动态",
        'plate6': "自行车旅行路线新闻百科全书",
        'plate7': "骑行眼镜",
        'plate8': "骑行书籍",
        'plate9': "骑行饮料",
        'plate10': "国产著名品牌/native",
        'plate11': "Giant/捷安特",
        'plate12': "Merida/美利达",
        'plate13': "Lapierre/法国拉皮尔",
        'plate14': "Trek/崔克",
        'plate15': "Shimano/禧玛诺"
    }
    print("""
        "请选择你要发表的版块:",
        'plate1':"山地车,公路车,新闻,车友交流",
        'plate2':"游泳,自行车,马拉松,铁人三项",
        'plate3': "BMX小轮车",
        'plate4': "国内业余赛事网友交流",
        'plate5': "智能自行车原理及动态",
        'plate6': "自行车旅行路线新闻百科全书",
        'plate7': "骑行眼镜",
        'plate8': "骑行书籍",
        'plate9': "骑行饮料",
        'plate10': "国产著名品牌/native",
        'plate11': "Giant/捷安特",
        'plate12': "Merida/美利达",
        'plate13': "Lapierre/法国拉皮尔",
        'plate14': "Trek/崔克",
        'plate15': "Shimano/禧玛诺"
          """
          )

    browser.execute_script('window.scrollTo(100, 0.5*document.body.scrollHeight)')
    time.sleep(1)
    ratio = input('要重新定位到哪里?范围是0~0.5')
    browser.execute_script('window.scrollTo(0.5*document.body.scrollHeight, {}*document.body.
	scrollHeight)'.format(ratio))
    plate = input('请输入你要发帖的版块:')
    browser.find_element_by_link_text(plates[plate]).click()
    time.sleep(2)

def random_pick(some_list, probabilities):
    '''定义不等概率抽样'''
    x = random.uniform(0, 1)
    cumulative_probability = 0.0
    for item, item_probability in zip(some_list, probabilities):
        cumulative_probability += item_probability
        if x < cumulative_probability: break
    return item

def post_content(content):
    '''自动发帖'''
    browser.find_element_by_id('newspecial').click()
    browser.switch_to.frame("e_iframe")
    browser.find_element_by_xpath('/html/body').send_keys(Keys.TAB)
    a = content.text.split('\n')
    postcontent = []
    for i in a:
        if i != '':
            output = translate(i) + '\n'
            postcontent.append(output)
        else:
            beautystyle = [i,
                           '……………………………………………………………………………………………………………………………………………',
                           '=====================================================',
                           '-----------------------------------------------------',
                           '—————————————————————————————————————————————————————'
                           ]
            probabilities = [0.8, 0.05, 0.05, 0.05, 0.05]
            line = random_pick(beautystyle, probabilities)
            postcontent.append(line + '\n')
    browser.find_element_by_xpath('/html/body').send_keys(postcontent)
    time.sleep(4)
    browser.switch_to.default_content()
    # 或者driver.switch_to.parent_frame()
    if content.title != '':
        # if flag == 0:
        title = translate(content.title)
        browser.find_element_by_xpath('//*[@id="subject"]').send_keys(title)
    else:
        browser.find_element_by_xpath('//*[@id="subject"]').send_keys(input('请输入标题:'))
    browser.execute_script('window.scrollTo(0, 300)')
    time.sleep(2)
    # browser.find_element_by_xpath('//button[@id="为了不给网站带来麻烦,
          请大家不要使用此命令"]').click()

# 编辑帖子
# browser.find_element_by_link_text('编辑').click()
# browser.page_source


if __name__ == '__main__':
    # 获取正文并翻译
    urls = [
        'http://www.360doc.com/content/11/1021/10/7796166_157906146.shtml',


        ]
    for url in urls:
        # 登录论坛
          browser = webdriver.Chrome()
        browser.maximize_window()
        login(login_url)
        content = get_content(url,'en')
        # 定位发帖版块
         locat_plate()
        # 发帖
         post_content(content)
        # browser.close()
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_39500232/article/details/78089612

智能推荐

从零开始搭建Hadoop_创建一个hadoop项目-程序员宅基地

文章浏览阅读331次。第一部分:准备工作1 安装虚拟机2 安装centos73 安装JDK以上三步是准备工作,至此已经完成一台已安装JDK的主机第二部分:准备3台虚拟机以下所有工作最好都在root权限下操作1 克隆上面已经有一台虚拟机了,现在对master进行克隆,克隆出另外2台子机;1.1 进行克隆21.2 下一步1.3 下一步1.4 下一步1.5 根据子机需要,命名和安装路径1.6 ..._创建一个hadoop项目

心脏滴血漏洞HeartBleed CVE-2014-0160深入代码层面的分析_heartbleed代码分析-程序员宅基地

文章浏览阅读1.7k次。心脏滴血漏洞HeartBleed CVE-2014-0160 是由heartbeat功能引入的,本文从深入码层面的分析该漏洞产生的原因_heartbleed代码分析

java读取ofd文档内容_ofd电子文档内容分析工具(分析文档、签章和证书)-程序员宅基地

文章浏览阅读1.4k次。前言ofd是国家文档标准,其对标的文档格式是pdf。ofd文档是容器格式文件,ofd其实就是压缩包。将ofd文件后缀改为.zip,解压后可看到文件包含的内容。ofd文件分析工具下载:点我下载。ofd文件解压后,可以看到如下内容: 对于xml文件,可以用文本工具查看。但是对于印章文件(Seal.esl)、签名文件(SignedValue.dat)就无法查看其内容了。本人开发一款ofd内容查看器,..._signedvalue.dat

基于FPGA的数据采集系统(一)_基于fpga的信息采集-程序员宅基地

文章浏览阅读1.8w次,点赞29次,收藏313次。整体系统设计本设计主要是对ADC和DAC的使用,主要实现功能流程为:首先通过串口向FPGA发送控制信号,控制DAC芯片tlv5618进行DA装换,转换的数据存在ROM中,转换开始时读取ROM中数据进行读取转换。其次用按键控制adc128s052进行模数转换100次,模数转换数据存储到FIFO中,再从FIFO中读取数据通过串口输出显示在pc上。其整体系统框图如下:图1:FPGA数据采集系统框图从图中可以看出,该系统主要包括9个模块:串口接收模块、按键消抖模块、按键控制模块、ROM模块、D.._基于fpga的信息采集

微服务 spring cloud zuul com.netflix.zuul.exception.ZuulException GENERAL-程序员宅基地

文章浏览阅读2.5w次。1.背景错误信息:-- [http-nio-9904-exec-5] o.s.c.n.z.filters.post.SendErrorFilter : Error during filteringcom.netflix.zuul.exception.ZuulException: Forwarding error at org.springframework.cloud..._com.netflix.zuul.exception.zuulexception

邻接矩阵-建立图-程序员宅基地

文章浏览阅读358次。1.介绍图的相关概念  图是由顶点的有穷非空集和一个描述顶点之间关系-边(或者弧)的集合组成。通常,图中的数据元素被称为顶点,顶点间的关系用边表示,图通常用字母G表示,图的顶点通常用字母V表示,所以图可以定义为:  G=(V,E)其中,V(G)是图中顶点的有穷非空集合,E(G)是V(G)中顶点的边的有穷集合1.1 无向图:图中任意两个顶点构成的边是没有方向的1.2 有向图:图中..._给定一个邻接矩阵未必能够造出一个图

随便推点

MDT2012部署系列之11 WDS安装与配置-程序员宅基地

文章浏览阅读321次。(十二)、WDS服务器安装通过前面的测试我们会发现,每次安装的时候需要加域光盘映像,这是一个比较麻烦的事情,试想一个上万个的公司,你天天带着一个光盘与光驱去给别人装系统,这将是一个多么痛苦的事情啊,有什么方法可以解决这个问题了?答案是肯定的,下面我们就来简单说一下。WDS服务器,它是Windows自带的一个免费的基于系统本身角色的一个功能,它主要提供一种简单、安全的通过网络快速、远程将Window..._doc server2012上通过wds+mdt无人值守部署win11系统.doc

python--xlrd/xlwt/xlutils_xlutils模块可以读xlsx吗-程序员宅基地

文章浏览阅读219次。python–xlrd/xlwt/xlutilsxlrd只能读取,不能改,支持 xlsx和xls 格式xlwt只能改,不能读xlwt只能保存为.xls格式xlutils能将xlrd.Book转为xlwt.Workbook,从而得以在现有xls的基础上修改数据,并创建一个新的xls,实现修改xlrd打开文件import xlrdexcel=xlrd.open_workbook('E:/test.xlsx') 返回值为xlrd.book.Book对象,不能修改获取sheett_xlutils模块可以读xlsx吗

关于新版本selenium定位元素报错:‘WebDriver‘ object has no attribute ‘find_element_by_id‘等问题_unresolved attribute reference 'find_element_by_id-程序员宅基地

文章浏览阅读8.2w次,点赞267次,收藏656次。运行Selenium出现'WebDriver' object has no attribute 'find_element_by_id'或AttributeError: 'WebDriver' object has no attribute 'find_element_by_xpath'等定位元素代码错误,是因为selenium更新到了新的版本,以前的一些语法经过改动。..............._unresolved attribute reference 'find_element_by_id' for class 'webdriver

DOM对象转换成jQuery对象转换与子页面获取父页面DOM对象-程序员宅基地

文章浏览阅读198次。一:模态窗口//父页面JSwindow.showModalDialog(ifrmehref, window, 'dialogWidth:550px;dialogHeight:150px;help:no;resizable:no;status:no');//子页面获取父页面DOM对象//window.showModalDialog的DOM对象var v=parentWin..._jquery获取父window下的dom对象

什么是算法?-程序员宅基地

文章浏览阅读1.7w次,点赞15次,收藏129次。算法(algorithm)是解决一系列问题的清晰指令,也就是,能对一定规范的输入,在有限的时间内获得所要求的输出。 简单来说,算法就是解决一个问题的具体方法和步骤。算法是程序的灵 魂。二、算法的特征1.可行性 算法中执行的任何计算步骤都可以分解为基本可执行的操作步,即每个计算步都可以在有限时间里完成(也称之为有效性) 算法的每一步都要有确切的意义,不能有二义性。例如“增加x的值”,并没有说增加多少,计算机就无法执行明确的运算。 _算法

【网络安全】网络安全的标准和规范_网络安全标准规范-程序员宅基地

文章浏览阅读1.5k次,点赞18次,收藏26次。网络安全的标准和规范是网络安全领域的重要组成部分。它们为网络安全提供了技术依据,规定了网络安全的技术要求和操作方式,帮助我们构建安全的网络环境。下面,我们将详细介绍一些主要的网络安全标准和规范,以及它们在实际操作中的应用。_网络安全标准规范