【Python实战+抽奖】此文献给没有1024邀请码的你，文末抽奖送福利

事情的原由，所有都来自于一个叫 邀请码 的东西。。。。

1024论坛的游客成百上千万，可是注册从未开放注册过，一直都是邀请码注册。会员机制很特殊，有连坐的惩罚，即下家若是被禁言了，上家也跟着倒霉。并且，自己注册会员获取邀请码也很难，得养本身的号才行。这一切都致使了一个结果：真的是一码难求啊。

还有个特色，就是论坛发码，通常都不发明码，发的都是加了密的暗码，好比下面这种：

8d43#a8f182*1b53

上面这个暗码， * 表明一个数字，0~9； # 表明一个字母，a~z；也有的就是用一个标点符号来表明一个数字或字母。一个暗码可能被遮掩好多个字符。因此，若是不经过点很是手段，单靠人工一个一个的实验，抢到邀请码并注册成功是很难的。

那么如何可以抢到码呢？简单来分析一下步骤，大体能够分为如下几步：

• 从论坛里面扒取带有『福利』字样的帖子，可是这有个问题，就是没法准确的区分出来，哪些帖子有码，哪些帖子没有码。
• 从上一步扒出来的帖子里面，经过正则表达式匹配出来暗码。但这里又有个问题，通常帖子里面的遮挡符号，不必定是`*`仅表明数字，也许`#`仅表明数字之类的。
• 而后经过匹配出来的暗码，计算出明码的可能性。
• 接着经过注册页面有一个检测邀请码是否可使用的form，咱们须要模拟出来一个post请求。
• 最后就是发送Post请求，完成注册流程就好。

无心间，我在『皮克啪的铲屎官交流群』里看到有一张这个图：

可能大家看到这张图，会是一脸懵逼的状态。可是，若是结合我上面讲述的那几个步骤，大家就会发现，其实这个图片里面的信息，基本都涵盖了。

只不过啊，这个注册器是针对单个帖子而写的。

好比，论坛里面经常有些帖子会在重大节日啥的，会在一个帖子里面，每一个楼层跟着发码，有的是明码，有的是暗码，大家看第一行，地址一栏的URL模式，就能看出来，这种URL表明的就是单独帖子第几页的url。下面第二行的页码，间隔，和规则则是可能表示最大页数，访问时间间隔（论坛刷新时间不得小于两秒），以及十六位的邀请码正则表达式。

接着探测进程，则是说检测可能的邀请码的post请求进程。

注册信息啥的都不须要多说，以后的显示结果啥的，这些都是锦上添花的东西而已。

因此，按照铲屎官以前分析的思路，这个探测的过程是彻底可行的。那么我注意到，论坛里面最近有些帖子确实是在发码，就好比，论坛里面有个叫 苏* 的用户，就基本天天发个帖子，而后在帖子里面，把邀请码遮挡，作成暗码，而后拆分红三段，藏在帖子里。并且这个用户，基本天天上午发帖子。

针对这个需求，铲屎官就利用早上吃早饭的时间，简单的用Python写了一个demo，过程基本实现了，中间的细节还须要填充，有些地方不是很完善，可是，骨架模型什么的都已经搭建好了。

接下来就来讲一下这段Python代码中，再结合上面的思路，说一下他们的做用吧：

首先，咱们来在论坛里面找到特定做者的帖子：

1    def requestFid7(self):
 2        print("requestFid7")
 3        fid7_url = self.root_url + "thread0806.php?fid=7"
 4        fid7_header = {
 5            "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.2412.123 Safari/497.06",
 6            "Accept-Encoding": "gzip, deflate",
 7            "Accept-Language": "zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7,zh-TW;q=0.6,ru;q=0.5",
 8        }
 9        request_result = requests.get(url=fid7_url,headers=fid7_header)
10        request_result.encoding = "gbk"
11        soup = BeautifulSoup(request_result.content, "html.parser")
12        tr_list = soup.find_all(name="tr", attrs={"class": "tr3 t_one tac"})
13        for tr_item in tr_list:
14            auth_temp = tr_item.find_all(name="a", attrs={"class": "bl"})
15            if len(auth_temp) != 0:
16                # print("auth: " + auth_temp[0].text)
17                if "苏*" == auth_temp[0].text:
18                    time_temp = tr_item.find_all(name="div", attrs={"class": "f12"})
19                    if len(time_temp) != 0:
20                        print("time: " + time_temp[0].text)
21                        if "今天" in time_temp[0].text:
22                            page_url = self.root_url + tr_item.find(name="a", attrs={"target": "_blank"})["href"]
23                            print("找到了：：： " + page_url)
24                            self.parsePage(page_url)
25                            break
26        print("requestfid7 finished")
复制代码

这里面，用 requests 来发送 GET 请求，为了避免被屏蔽，咱们须要添加表头数据。将返回的结果，咱们用 BeautifulSoup 来解析，当找到目标帖子，咱们就进入下一步，解析页面，读取帖子内容，抽离出来暗码：

1    def parsePage(self, page_url):
 2        page_header = {
 3            "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.2412.123 Safari/497.06",
 4            "Accept-Encoding": "gzip, deflate",
 5            "Accept-Language": "zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7,zh-TW;q=0.6,ru;q=0.5",
 6        }
 7        request_result = requests.get(url=page_url, headers=page_header)
 8        soup = BeautifulSoup(request_result.content, "html.parser")
 9        print("parsePage")
10        body_temp = soup.find_all(name="div", attrs={"class": "tpc_content do_not_catch"})
11        if len(body_temp) != 0:
12            body_text = body_temp[0].text
13            code_one = re.compile("（1）[0-9a-f*]*").findall(body_text)[0]
14            code_two = re.compile("（2）[0-9a-f*]*").findall(body_text)[0]
15            code_three = re.compile("（3）[0-9a-f*]*").findall(body_text)[0]
16            mis_code = code_one[3:] + code_two[3:] + code_three[3:]
17            print("成功找到mis_code：" + mis_code)
18            self.generateCode(mis_code)
复制代码

这里没什么难度，主要就是经过 BeautifulSoup 来寻找到咱们要的文本文件，而后将文本文件中，提取出来咱们想要的暗码，而后再拼起来。

可能有些同窗对这个文本文件不是很了解，我截取了一下，长这个样子：

提取出来纯文本文字以后，就是大概长这个样子：

"我我的以为是可以发挥很大效果的。（1）d*7ee因此作了按摩。生意好的时候一个月能赚个四五千，少的时候两三千。（2）07e0ca我心想合着你也知道效果不大啊。（3）31b98这是我第一次在德国"

那么咱们须要在这里面匹配出来咱们想要的暗码，这里我就想到了万能的正则表达式。可能有些同窗一听正则表达式就头大，不要紧，铲屎官之前也头大，可是自从看了这篇文章以后，再结合一些网上的正则表达式匹配网站，铲屎官的正则表达式功力基本可以应付通常的请求了。

在线正则表达式验证网站：tool.oschina.net/regex/

正则表达式文章：《读懂正则表达式就这么简单》(https://www.cnblogs.com/zery/p/3438845.html)

这里，咱们使用的正则表达式就是： [0-9a-f*]* 就能够完美解决。咱们简单来说一下这个正则表达式表达的含义。[0-9a-f*] 这部分用中括号包裹起来，表示每一位能够匹配的字符，就是括号里面的这些，数字和小写字母，外加一个*号，最后的那个*号表示的则是以前中括号里面包裹的东西，能够重复屡次。若是想重复五次，则只须要将最后的*号换成{5}便可，大括号包裹表示重复的次数。

这样，走到这一步，咱们就找到了咱们的暗码，那么接下来就就是计算邀请码可能的状况。

1# * 表明数字，@表明表明字母，#表明数字和字母
 2    def generateCode(self, original_code):
 3        print(original_code)
 4        code_size = len(original_code)
 5        cur_process = 1
 6        while cur_process <= code_size:
 7            cur_char = original_code[cur_process - 1: cur_process]
 8            if cur_char == "*":
 9                self.potential_code_list = self.replaceChar(self.potential_code_list, cur_process, original_code, self.num_list)
10            elif cur_char == "@":
11                self.potential_code_list = self.replaceChar(self.potential_code_list, cur_process, original_code, self.alpha_list)
12            elif cur_char == "#":
13                self.potential_code_list = self.replaceChar(self.potential_code_list, cur_process, original_code, self.num_alpha_list)
14            else:
15                self.potential_code_list = self.replaceChar(self.potential_code_list, cur_process, original_code)
16            cur_process = cur_process + 1
17        print("length:" + str(len(self.potential_code_list)))
18        if len(self.potential_code_list) != 0:
19            for item in self.potential_code_list:
20                if self.checkCodeIsValid(item):
21                    print("******** 这个邀请码可使用: " + item + " *********")
22                    self.flag = 1
23                    break
复制代码

这一部分我仅仅只是用*来表数字，严格意义上讲，这里的生产过程并非很全面。每个可能的邀请码状况，咱们都会调用checkCodeIsValid()方法来检验它是否可用：

1    def checkCodeIsValid(self, code):
 2        print("check code: " + code)
 3        # check_url = "register.php?#iframeload"
 4        check_url_he = "https://dd.etet.men/register.php"
 5        login_values = {
 6            "reginvcode": code,
 7            "action": "reginvcodeck"
 8        }
 9
10        login_header = {
11            "origin": self.root_url[:-1],
12            "content-type": "application/x-www-form-urlencoded",
13            "Referer": "https://dd.etet.men/register.php",
14            "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.2412.123 Safari/497.06",
15            "Accept-Encoding": "gzip, deflate",
16            "Accept-Language": "zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7,zh-TW;q=0.6,ru;q=0.5",
17        }
18
19        request_result = requests.post(check_url_he, data=login_values, headers=login_header)
20        result_text = request_result.text.split(">")
21        if len(result_text) > 1:
22            result = re.sub("\D", "", result_text[1])
23            print("check " + code + " : " + result)
24            if int(result) == 0:
25                return True
26        return False
复制代码

这个东西的抓取过程，就是在注册页面，有个检测邀请码是否合法：

这里，咱们经过查看源码，就能够发现当点击这个按钮的时候，你本地的电脑其实就是发送了一个Post请求来校验邀请码是否合法。

一旦校验成功，则会打印到log里。

最后就是拿着合法的邀请码去完成注册了，这一步也能够用代码写好，铲屎官这里就不写了。

大家会发现，其实上面的这些代码，都只是发送一次请求所走的流程。实际状况是咱们须要对论坛每隔一段时间就访问一次，来检测是否有发码的帖子出来，因此，铲屎官这里用最简单的方法来写一个定时器：

1    def startTimer(self):
 2        self.timer = threading.Timer(1, self.timeFunction)
 3        self.timer.start()
 4
 5    def timeFunction(self):
 6        if self.flag == 1:
 7            print("即将打开浏览器:")
 8            webbrowser.open_new("https://dd.etet.men/register.php")
 9            webbrowser.get()
10            pass
11        print("第 " + str(self.count) + " 次请求：" + str(datetime.datetime.now()))
12        self.requestFid7()
13        self.count = self.count + 1
14        global timer
15        timer = threading.Timer(30, self.timeFunction)
16        timer.start()
复制代码

好了，以上的代码很少，代码能够修改的地方有不少，真的不少，具体的点，你能够本身想。铲屎官这个代码运行了一下，惋惜那我的今天没有发帖。

可是，交流群里有个小伙伴告诉我，这我的发的码是假的，实际目的就是为了给他的公众号引流，kao，我说呢么，这我的发的码，检查出来都是假的，并且新上岸的游客也没有报道。因此，铲屎官以为，这我的发的码 95% 是假的。

不过，这波经历不亏，虽然最后没有抢到吗，可是这种训练的思路仍是有意义的。骨架已经搭建完成，后续能够加入提早写好的配置文件，将程序部署到服务器上面去运行，增长不一样的header，代理，来防止被网站封掉等等。其实这个东西作出来，市场仍是蛮
大的，毕竟，好多游客都没有码。

最后闲扯两句，想要这个代码的，请关注微信公众号：『皮克啪的铲屎官』，回复『

代码

』便可获得你想要的结果。

同时，喜迎新春，铲屎官本身编写的

《六十四卦》

微信小程序改版上线喽。新增好多新功能，同时还添加了卦象分享功能，你能够把本身的新年运势分享出来，发到朋友圈里，来年图个喜庆。下图则是铲屎官的新年运势。顺道说一句，卦象解析页面的小游戏，其实挺好玩的。

好了，最后，给你们带来福利，新年送你们一个充电宝，新年须要电量满满的来过。抽奖条件：只须要关注微信公众号：『皮克啪的铲屎官』，扫描下面的图片便可。超级简单，2月1日开奖。

这么硬核的公众号，为啥还不关注一波？