作者：小苏打
最近学校开始选课，但是如果选课时间与自己的事情冲突，这时候就可以使用Python脚本自助抢课，抢课的第一步即是模拟登录，需要模拟登录后保存登录信息然后再进行操作。
而且整个流程是比较简单，这是因为正方教务系统是比较旧的，全文的IP地址部分遮挡，请换成你们学校的IP地址。
尝试登录
首先我们打开学校的教务系统，随便输入，然后提交表单，打开Chrome的开发者工具中的Network准备抓包
把css 图片之类的过滤掉，发现了default.aspx这个东西
如果你们学校教务系统不使用Cookie则会是这样
我们可以发现，真实的请求地址为 http://110.65.10.xxx/(bdq1aj45lpd42o55vqpfgpie)/default2.aspx
随后我们发现这个网址括号围起来的一串信息有点诡异，而且每次进入的时候信息都不一样，经过资料查询，这是一种http://ASP.NET不使用Cookie会话管理的技术。
不使用 Cookie 的 ASP.NET 会话管理
那这样就很好办了，我们只需要登录时记录下这个数据即可保持登录状态。
经过测试发现，我们可以随便伪造一个会话信息即可一直保持登录状态，但是为了体现模拟登录的科学性，我们需要先获取该会话信息。
如果你们学校教务系统使用Cookie则会是这样
服务器会返回一个Cookie值，然后在本地保存，这与下面的会不相同。
获取会话信息（不使用Cookie)
这里我们要使用requests库，并且要伪造header的UA信息
经过测试发现，我们只访问学校的IP地址，会自动重定向至有会话信息的网址，所以我们先访问一下IP地址。
class Spider: def __init__(self, url):pp self.__uid = '' self.__real_base_url = '' self.__base_url = url self.__headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.62 Safari/537.36', } def __set_real_url(self): request = requests.get(self.__base_url, headers=self.__headers) real_url = request.url self.__real_base_url = real_url[:len(real_url) - len('default2.aspx')] return request
上面获取的url即为带有会话信息的网址，保存的url格式为
your_ip/(bdq1aj45lpd42o55vqpfgpie)/
保存为这样的格式是因为我们要访问其他地址
获取会话信息（使用Cookie)
有些学校的教务系统是使用Cookie的，我们只需要首次get请求时保存Cookie即可，然后此后一直使用该cookie
def get_cookie(): request = requests.get('http://xxx.xxx.xxx.xxx') #以某教务系统为例子 cookie = requets.cookie return cookie
而requests中使用Cookie很简单
只需要这样
def use_cookie(cookie): request = requests.get('http://xxx.xxx.xxx.xxx',cookie=cookie)
由于我们学校采用的是无Cookie方案，所以下面的代码均没有发送Cookie，如果你的学校采用了Cookie，只需要像我上面这样发送Cookie就行了。
而如果你们学校使用Cookie，就不必获取带有会话信息的地址了，直接存储Cookie即可。
验证码的处理
分析r返回的文本信息
发现验证码的标签的资源地址为 src="CheckCode.aspx" ，我们可以直接requests然后下载验证码图片，下载图片的一种优雅的方式如下
def __get_code(self): request = requests.get(self.__real_base_url + 'CheckCode.aspx', headers=self.__headers) with open('code.jpg', 'wb')as f: f.write(request.content) im = Image.open('code.jpg') im.show() print('Please input the code:') code = input() return code
上面的代码把图片保存为code.jpg，Python有一个Image模块，可以实现自动打开图片
这样验证码就展示出来了，我们人工输入或者转入打码平台皆可
登录数据的构造
这是上面抓的登录post的数据包，
发现有信息无法被解码，应该是gb2312编码,查看解码前的编码
然后将不能解码的代码复制能够解码的地方
发现%D1%A7%C9%FA编码解码后为学生
这也就对应了学生选项的登录
学号和密码和验证码能够显而易见地知道是哪些信息，但是我们发现有__VIEWSTATE这一项
查找一下，这是一个表单隐藏信息，我们可以用BeautifulSoup库解析可以得出该一项数据的值
这是完整的登录数据包，
def __get_login_data(self, uid, password): self.__uid = uid request = self.__set_real_url() soup = BeautifulSoup(request.text, 'lxml') form_tag = soup.find('input') __VIEWSTATE = form_tag['value'] code = self.__get_code() data = { '__VIEWSTATE': __VIEWSTATE, 'txtUserName': self.__uid, 'TextBox2': password, 'txtSecretCode': code, 'RadioButtonList1': '学生'.encode('gb2312'), 'Button1': '', 'lbLanguage': '', 'hidPdrs': '', 'hidsc': '', } return data
登录
如果登录完成了，如何判断是否登录成功呢？我们从登录成功返回的界面发现有姓名这一标签，而我们等一下也是需要学生姓名，所以我们用这个根据来判断是否登录成功。
代码如下,进行了验证码用户名和密码的提示信息判别
def login(self,uid,password): while True: data = self.__get_login_data(uid, password) request = requests.post(self.__real_base_url + 'default2.aspx', headers=self.__headers, data=data) soup = BeautifulSoup(request.text, 'lxml') try: name_tag = soup.find(id='xhxm') self.__name = name_tag.string[:len(name_tag.string) - 2] print('欢迎'+self.__name) except: print('Unknown Error,try to login again.') time.sleep(0.5) continue finally: return True
获取选课信息
接下来就是获取选课信息了，这里我们以校公选课为例子，点击进去，进行抓包，headers没有什么好注意的，我们只用关注get发送的包即可
发现有学号与姓名与gnmkdm这一项，姓名我们需要编码为gb2312的形式才能进行传送
这里我们注意headers需要新增Referer项也就是当前访问的网址，才能进行请求
def __enter_lessons_first(self): data = { 'xh': self.__uid, 'xm': self.__name.encode('gb2312'), 'gnmkdm': 'N121103', } self.__headers['Referer'] = self.__real_base_url + 'xs_main.aspx?xh=' + self.__uid request = requests.get(self.__real_base_url + 'xf_xsqxxxk.aspx', params=data, headers=self.__headers) self.__headers['Referer'] = request.url soup = BeautifulSoup(request.text, 'lxml') self.__set__VIEWSTATE(soup)
注意到上面有一个设置VIEWSTATE值的函数，这里等下在选课构造数据包的时候会讲
模拟选课
随便选一门课，然后提交，抓包，看一下有什么数据发送
前三个值可以在原网页中input标签中找到，由于前两项为空，就不获取了，而第三项我们使用soup解析获取即可，由于这个操作是每请求一次就变化的，我们写成一个函数，每次请求完成就设置一次。
def __set__VIEWSTATE(self, soup): __VIEWSTATE_tag = soup.find('input', attrs={'name': '__VIEWSTATE'}) self.__base_data['__VIEWSTATE'] = __VIEWSTATE_tag['value']
而其他数据，我们通过搜索响应网页就可以知道他们是干什么用的，这里我只说明我们要用的数据。
TextBox1为搜索框数据，我们可以用这个来搜索课程，dpkcmcGrid:txtPageSize为一页显示多少数据，经过测试，服务器最多响应200条。
值得注意的是ddl_xqbs这个校区数据信息，我所在的校区的数字代号为2，也许不同学校设置有所不同，需要自己设置一下，也可以从网页中获取
下面是基础数据包，由于我们搜索课程与选择课程都要使用这个基础数据包，所以我们直接在init函数里面新增
self.__base_data = { '__EVENTTARGET': '', '__EVENTARGUMENT': '', '__VIEWSTATE': '', 'ddl_kcxz': '', 'ddl_ywyl': '', 'ddl_kcgs': '', 'ddl_xqbs': '2', 'ddl_sksj': '', 'TextBox1': '', 'dpkcmcGrid:txtChoosePage': '1', 'dpkcmcGrid:txtPageSize': '200', }
然后我们关注一下这条数据，我们搜索一下，发现这是课程的提交选课的代码，所以我们也可以直接从网页中获取，而on表示选项被选上
kcmcGrid:_ctl2:xk:'on'
搜索课程
课程有很多信息，比如名字，上课时间，地点，这些东西确定好了才知道选的是哪门课，所以我们先新建一个类来存储信息
class Lesson: def __init__(self, name, code, teacher_name, Time, number): self.name = name self.code = code self.teacher_name = teacher_name self.time = Time self.number = number def show(self): print('name:' + self.name + 'code:' + self.code + 'teacher_name:' + self.teacher_name + 'time:' + self.time)
有了这个类，我们就可以进行搜索课程了，具体代码看下面代码，解析网页内容就不细讲了。
def __search_lessons(self, lesson_name=''): self.__base_data['TextBox1'] = lesson_name.encode('gb2312') request = requests.post(self.__headers['Referer'], data=self.__base_data, headers=self.__headers) soup = BeautifulSoup(request.text, 'lxml') self.__set__VIEWSTATE(soup) return self.__get_lessons(soup) def __get_lessons(self, soup): lesson_list = [] lessons_tag = soup.find('table', id='kcmcGrid') lesson_tag_list = lessons_tag.find_all('tr')[1:] for lesson_tag in lesson_tag_list: td_list = lesson_tag.find_all('td') code = td_list[0].input['name'] name = td_list[1].string teacher_name = td_list[3].string Time = td_list[4]['title'] number = td_list[10].string lesson = self.Lesson(name, code, teacher_name, Time, number) lesson_list.append(lesson) return lesson_list
进行选课
选课我们只要将lesson_list传入即可，这就是我们之前创建的Lesson类的实例的列表，'Button'的内容为' 提交 '，这两边各有一个空格，完事后我们可以进行发送请求进行选课。
这里我们用正则提取了错误信息，比如选课时间未到、上课时间冲突这些错误信息来提示用户，我们还解析了网页的已选课程，这里也不细讲了，都是基础的网页解析。
def __select_lesson(self, lesson_list): data = copy.deepcopy(self.__base_data) data['Button1'] = ' 提交 '.encode('gb2312') for lesson in lesson_list: code = lesson.code data[code] = 'on' request = requests.post(self.__headers['Referer'], data=data, headers=self.__headers) soup = BeautifulSoup(request.text, 'lxml') self.__set__VIEWSTATE(soup) error_tag = soup.html.head.script if not error_tag is None: error_tag_text = error_tag.string r = "alert('(.+?)');" for s in re.findall(r, error_tag_text): print(s) print('已选课程:') selected_lessons_pre_tag = soup.find('legend', text='已选课程') selected_lessons_tag = selected_lessons_pre_tag.next_sibling tr_list = selected_lessons_tag.find_all('tr')[1:] for tr in tr_list: td = tr.find('td') print(td.string)
总结
这次我们完成了模拟正方教务系统选课的过程，由于这个教务系统技术比较陈旧，所以比较好弄，事实上抢课的时候用Fiddler即可完成操作，因为我们只需要提前登录然后记录网址即可。
由于不同学校的正方教务系统有可能不同，所以上面很多细节都是需要修改的。
GitHub地址：https://github.com/vhyz/ZF_Spider
