最近被公司的事情搞的很纠结，博客也有段时间没写了，不过最近还是忙里偷闲做了点其他事情，在这里记录下来，和大家分享一下。

需求也比较简单，老婆是做社区运营的，所以需要每天把几个帖子定时的顶上来，手工做很累，所以就想让我用程序实现。

分析一下，其实无非是先用户名和密码登录，获取到cookie后，再带着cookie去访问要顶贴的页面即可，至于剖析页面来获取url就是BeautifulSoup要做的事情了。（论坛是discuz做的，这里只为演示方法）

登录代码实现如下：

def Login(user,pwd):
    loginpage = urllib.urlopen('http://bbs.xxx.com/logging.php?action=login').read()
    login_soup = BeautifulSoup(loginpage)
    formhash_tag = login_soup.find('input',attrs={'name':'formhash'})
    formhash = formhash_tag['value']
    
    params = {
            "answer":"",
            "formhash":formhash,
            "loginfield":"username",
            "loginsubmit":"",
            "password":pwd,
            "questionid":"0",
            "referer":"index.php",
            "username":user,
            }
    jar = cookielib.CookieJar()
    handler = urllib2.HTTPCookieProcessor(jar)
    opener = urllib2.build_opener(handler)
    urllib2.install_opener(opener)
    user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
    headers = { 'User-Agent' : user_agent }
    req = urllib2.Request(login_url)
    req.add_header('User-Agent',user_agent)
    enparams = urllib.urlencode(params)
    page = urllib2.urlopen(req,enparams)
    data = page.read()
    global g_cookie
    global g_formhash
    g_cookie = page.info()['set-cookie']
    t_cookie = re.sub(r'poK_formhash=deleted','',g_cookie)
    r_formhash = re.search(r"poK_formhash=[^;]+",t_cookie)
    if r_formhash:
        g_formhash = re.sub(r'poK_formhash=','',r_formhash.group())
    return

简单说明一下：

jar = cookielib.CookieJar()
handler = urllib2.HTTPCookieProcessor(jar)
opener = urllib2.build_opener(handler)
urllib2.install_opener(opener)

这段代码是为了能够页面返回时的cookie，并且在urllib2请求页面的时候能够自动带上cookie，而formhash是个比较诡异的东西，在登录页面设置的formhash和cookie返回的poK_formhash居然不是同一个值（后来发现，在回复页面，又是另一个值），经过测试，用cookie里的值是对的。

登录态获取到之后，剩下的就是直接去打开页面就行了，但是因为我需要去回复帖子，所以还是显得麻烦点：

def ReplyPost(url,params):
    req = urllib2.Request(url)
    user_agent = 'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'
    req.add_header('User-Agent',user_agent)
    enparams = urllib.urlencode(params)
    page = urllib2.urlopen(req,enparams)

这样就可以了，由于对老婆公司的保密，所以代码就不放出下载了，大家了解了原理自己去写应该不难。

------------------------我是华丽的分割线----------------------------
其实在写的过程中是遇到不少问题的，列在这里如下：
1.CookieJar的实例似乎没有办法获取每个key的值，也许是我愚钝，但是看了源码都不知道怎么用，大家有知道的恳请赐教。。于是用了
g_cookie = page.info()['set-cookie']
这种方式，但是更诡异的事情是，当我这样获取cookie时，居然返回了两段。。所以在代码里我删掉了为空的那个
2.当配置上代理的时候CookieJar是获取不到cookie的。
由于一开始是在公司写的，而伟大的公司完美继承了gfw的意志，搞了个代理，于是用之前博客里提到的方法：

proxy = 'proxy.xxx.com:8080'
opener = urllib2.build_opener( urllib2.ProxyHandler({'http':proxy}) ) 
urllib2.install_opener( opener )

然后jar就一直为空，让我一度怀疑自己的智商是不是有问题，这么简单的程序都要调试半天。
3.如果实在是CookieJar获取不到cookie，我们其实还是有别的办法的，那就是手动去设置http请求包头：

cookie = page.info()['set-cookie']
req = urllib2.Request("xxxxx.php")
req.add_header('Cookie',cookie)

要记得是使用登录页面返回的cookie，否则是无效的。(其实这种方法满足的另一个需求是，你可以直接在浏览器中抓包得到cookie来进行程序自动访问)

建议继续学习：

1. 配置Nginx＋uwsgi更方便地部署python应用    (阅读：105476)
2. 如何成为Python高手    (阅读：53493)
3. python编程细节──遍历dict的两种方法比较    (阅读：19065)
4. 每个程序员都应该学习使用Python或Ruby    (阅读：16334)
5. 微信扫码登录网页实现原理    (阅读：15744)
6. 使用python爬虫抓站的一些技巧总结：进阶篇    (阅读：12190)
7. 30分钟3300%性能提升――python+memcached网页优化小记    (阅读：12224)
8. 我的PHP，Python和Ruby之路    (阅读：11912)
9. 初探单点登录 SSO    (阅读：9440)
10. Python处理MP3的歌词和图片    (阅读：8392)