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

GNU ARM Toolchain 初学者入门指南-程序员宅基地

文章浏览阅读6.2k次,点赞19次,收藏62次。什么是交叉编译?交叉编译过程!如何理解代码编译过程!arm-none-eabi-gccarm-none-eabi-asarm-none-eabi-ldarm-none-eabi-objcopy_arm toolchain

html页面上有一个id值为s1的,达内java第3次周考题黄色背景为正确答案.doc-程序员宅基地

文章浏览阅读2.5k次。达内java第3次周考题黄色背景为正确答案.doc1 选择题40 题,每题 2 分 1、 在 CSS 中,关于 BOX 的 margin 属性的叙述正确的是( )单选 A、 边距 margin 只能取一个值 B、 margin 属性的参数有 margin-left、margin-right、margin-top、 margin-bottom C、 margin 属性的值不可为 auto D、 ma..._html 页面上有一个 id 值为 s1 的 元素,现需要使用 javascript 代码

linux嵌入式串口与zigbee,zigbee的串口与STM32通信-程序员宅基地

文章浏览阅读1.2k次。在TI 的CC2530中,使用的是协议栈Z-Stack2007,现在想通过串口与STM32通信,当STM32给zigbee发送数据时,zigbee接收,只是接收的这部分代码TI给封装起来了,只知道在配置里头是这样的:/* @ZL 串口初始化 */halUARTCfg_t uartConfig;/* UART Configuration */uartConfig.configured ..._linux zigbee stack

jieba 计算2个句子的文本相似度(Python实现)_jieba判断语义重复-程序员宅基地

文章浏览阅读6.1k次,点赞7次,收藏33次。余弦相似度,又称为余弦相似性,是通过计算两个向量的夹角余弦值来评估他们的相似度。余弦相似度将向量根据坐标值,绘制到向量空间中,如最常见的二维空间。github 参考链接:https://github.com/ZhanPwBibiBibi/CHlikelihood# -*- coding: utf-8 -*-import jiebaimport numpy as npimport redef get_word_vector(s1,s2): """ :pa.._jieba判断语义重复

Openmesh函数库设计及与CGAL的对比_openmesh和cgal-程序员宅基地

文章浏览阅读4.7k次。Openmesh函数库设计及与CGAL的对比在前面写了CGAL模板类设计的一些思路,这里尝试写一点openmesh库的设计思路以及和CGAL的对比.虽然OPENMESH代码量小,不过还是只看懂皮毛,很大部分算是翻译帮助文档吧,主要用作笔记,方便以后继续分析。相对CGAL的功能强大和庞大(包含大量计算几何算法的实现),Openmesh显得更加小巧轻量化,它更专_openmesh和cgal

常用验证函数-程序员宅基地

文章浏览阅读1.1k次。//函数名:chksafe//功能介绍:检查是否含有"",//,"/"//参数说明:要检查的字符串//返回值:0:是 1:不是function chksafe(a){ return 1;/* fibdn = new Array ("" ,"//", "、", ",", ";", "/"); i=fibdn.length; j=a.length; for (ii=0;ii { for (

随便推点

a*算法流程图_关于流程图,你想知道的都在这里-程序员宅基地

文章浏览阅读9.5k次,点赞3次,收藏7次。为大家精选了10片优秀的流程图文章~画了多年的流程图,你真的画规范了吗?如何画逻辑流程图,这个技能你Get了没?流程图那么多,你数得过来吗?产品的三种流程图,你都知道吗?三种常见「产品流程图」是如何思考与绘制出来的?PM小技巧——流程图&产品原型关于流程图元素定义、结构分类;以及,我有一些技巧告诉你线框流程图:一款用于工作流程或APP的UX交付一次流程图设计的思考案例分析:绘制流程图需要注..._a* algorithm flowchart

计算机usb接口禁用,台式机usb接口禁用了怎么办-程序员宅基地

文章浏览阅读7.2k次。我们的台式机接口有时候用不了,可能是被禁用了,那要怎么样解决呢?下面由学习啦小编给你做出详细的台式机usb接口禁用了解决方法介绍!希望对你有帮助!台式机usb接口禁用了解决方法一:一、检查是否禁用主板usb设备。进入bios屏蔽掉usb,进入bios选择 Devices - USB Setup- Front USB Ports- 将该项改为 Enable; 按F10保存并退出。二、在控制面板里检查..._主机的usb接口封了怎么用

IDEA连接Mysql失败:下载驱动失败,Failed todownload Cannot download Read timed out_idea com.mysql:mysql-connector下载卡住-程序员宅基地

文章浏览阅读482次,点赞7次,收藏8次。解决:1. 手动加入jar包2.选择自己maven仓库中存在mysql-connector3. 选择完毕后,确定使用:4. 进行测试连接_idea com.mysql:mysql-connector下载卡住

Java连接Redis存取数据(详细)_redis导入导出数据java-程序员宅基地

文章浏览阅读6.5k次,点赞4次,收藏30次。Java连接Redis存取数据一.相关工具二.准备工作1.启动redis2.外部连接测试3.新建连接。4.连接成功三.新建jedis项目1.新建项目2.命名项目3.引入相关jar包4.引入 junit5.新建包com.redis.test四.编写代码1.redis.properties : redis连接配置文件2.RedisPoolUtil : 连接池配置工具3.SerializeUtil : ..._redis导入导出数据java

android dialog自定义布局 圆角背景 点击空白处不关闭 设置dialog大小-程序员宅基地

文章浏览阅读748次。1.首先上布局文件&lt;?xml version="1.0" encoding="utf-8"?&gt;&lt;LinearLayout ="http://schemas.android.com/apk/res/android" android:orientation="vertical" android:layout_width="300d

【算法】从记忆化搜索到递推——动态规划入门_记忆化搜索和递推-程序员宅基地

文章浏览阅读311次。本文的题目其实都比较简单,但是为了学习记忆化搜索,还是要用记忆化搜索再做一遍,不要眼高手低。由于 dp 数组的无后效性,因此还可以将 dp 数组优化成两个变量。将大问题分解成子问题,即 dfs (i) 可以分解成 dfs (i - 1)对于简单的 dp 题,直接写 dp 还更简单一些,硬写记忆化搜索还有点难。因为——有些动态规划直接去想递推公式太难了,所以可以先写成记忆化搜索。由于记忆化搜索是从将大问题分解成子问题的角度去考虑的,所以会简单一些。如果读者觉得本文的题目太简单了,可以去尝试一下。_记忆化搜索和递推

推荐文章

热门文章

相关标签