python实现葫芦侠刷评论脚本

Y5neKO

发布于 2022-01-13 13:15:23

1.5K0

发布于 2022-01-13 13:15:23

众所周知（并没有），我之前提到过我有一个葫芦侠账号，葫芦侠呢也算是陪伴我比较久的一个平台了，从最早期的找破解版游戏，到现在的各种杂项技术分享以及娱乐交友等等，也都能勉强完成。而且混了这么久勉强混到了好多贡献值，对了，还有一个奖状（至于这个我也没想到），多多少少有点感情了。但是转眼一看自己的评论，还不到一万条，多多少少有点作为老用户的羞耻，但是平时我也没啥时间去挨着挨着评论，突然想到之前看到那么多机器人评论，干脆自己用python写一个，开始干活（水文章）

开局先秀波图

首先，要实现脚本自动评论，我们先通过抓包软件了解一个评论的过程用到了哪些链接和数据

这里用黄鸟抓包发现，一个评论总共产生了三条数据

经过判断，中间这条post数据解析到了刚刚提交的评论数据

接着我们来详细分析一下这条数据包，首先我们看到headers信息

简略说一下，从post数据包中的url参数可以很明显看到诸如key以及device_code之类的字眼，可以推断出url参数是由葫芦侠App基于设备码以及cookie生成的，没必要花时间去解，登录状态后直接抓包获取即可，经测试只要不手动logout，第一条产生的key和device_code可持续使用，我们接着看post请求的主体

格式化一下

我们可以看到，一共有六个参数，挨着来分析

第一个参数post_id，经过筛选数据发现是评论贴子的id（划重点，后面的刷评论会用到）

第二个参数comment_id，推算和测试后确定是评论的楼层，从0开始计数，此参数对数据包构造影响不大，略过

第三个参数text，从post数据主体的截图我们可以看到，源数据是经过URL编码后的评论内容，后面刷评论需要用到

第四个参数patcha，貌似是评论频率过高会要求输入验证码（目前没有遇到过，貌似是因为我没怎么评论？暂且略过）

第五个参数images，这个就不多讲，明显是评论中的图片，刷评论应该不怎么遇得到，暂且略过，有大佬需要的话可以研究研究

第六个参数remindUsers，经过测试确定是评论回复的用户名，刷评论不怎么用得上，如果做自动回复功能可能会用到，暂且保留

主体大致分析完毕，接下来我们开始构造python代码

首先实现基础评论功能，我们需要用到的模块是requests模块，基于python3结构编写，使用python2的同学记得改改

requests模块应该不是自带的，记得先pip安装一下

首先导入requests模块

import requests

构造headers头部信息，这里是参考，因为葫芦侠经常更新，具体内容根据抓包得到的数据为准

headers = {
    'Connection': 'close',
    'Content-Type': 'application/x-www-form-urlencoded',
    'Content-Length': '106',
    'Host': 'floor.huluxia.com',
    'Accept-Encoding': 'gzip',
    'User-Agent': 'okhttp/3.8.1'
}

接下来设置评论链接以及post数据

comment_url = "http://floor.huluxia.com/comment/create/ANDROID/2.0?platform=2&gkey=000000&app_version=4.1.1.4&versioncode=324&market_id=tool_web&_key=075B357C3926F30BCC22DF6DDF35BF834AEDEC0CEF7DF73857CBC415C5A4B60A3437D077C741C925CB867319372E116A265F603385488BA9&device_code=%5Bd%5Dd113ce76-27bb-469a-a8b5-0d704ea275a7&phone_brand_type=MI"
post_data = "post_id=47723375&comment_id=0&text=%E6%B5%8B%E8%AF%95%5B%E6%BB%91%E7%A8%BD%5D&patcha=&images=&remindUsers="

最后使用requests模块的post方法提交数据并获取返回值最终得到的代码如下

import requests
#设置头部信息
headers = {
    'Connection': 'close',
    'Content-Type': 'application/x-www-form-urlencoded',
    'Content-Length': '106',
    'Host': 'floor.huluxia.com',
    'Accept-Encoding': 'gzip',
    'User-Agent': 'okhttp/3.8.1'
}

#设置回复url及post数据
post_data = "post_id=47723375&comment_id=0&text=%E6%B5%8B%E8%AF%95%5B%E6%BB%91%E7%A8%BD%5D&patcha=&images=&remindUsers="
comment_url = "http://floor.huluxia.com/comment/create/ANDROID/2.0?platform=2&gkey=000000&app_version=4.1.1.4&versioncode=324&market_id=tool_web&_key=075B357C3926F30BCC22DF6DDF35BF834AEDEC0CEF7DF73857CBC415C5A4B60A3437D077C741C925CB867319372E116A265F603385488BA9&device_code=%5Bd%5Dd113ce76-27bb-469a-a8b5-0d704ea275a7&phone_brand_type=MI"

#post提交评论数据
response = requests.post(url=comment_url, data=post_data, headers=headers)
print(response.text)

运行一下，成功返回

评论成功

基础功能写好了，大致也就差不多了，刚刚是实现了发一条评论要想达到刷评论的效果，需要解决以下问题：持续评论，评论频率过快，无法连续评论相同内容等等这里给的思路是轮询或者循环语句，适当调整评论间隔，随机字符或调用机器人api 所以我们期待一下加亿点细节，加上细节后的代码是这样的

import requests
import random
import urllib.parse
import json
import time

# 设置头部信息
headers = {
    'Connection': 'close',
    'Content-Type': 'application/x-www-form-urlencoded',
    'Content-Length': '106',
    'Host': 'floor.huluxia.com',
    'Accept-Encoding': 'gzip',
    'User-Agent': 'okhttp/3.8.1'
}


# 生成随机评论
def random_comment():
    post_id = random.randint(40000000, 50000000)
    comment_id = random.randint(1, 10)
    comment_api = "http://api.btstu.cn/yan/api.php?charset=utf-8"
    comment = urllib.parse.quote("%s" % comment_id + "[睡觉][茶杯]")
    # comment_info = requests.get(comment_api, verify=False)
    # comment = urllib.parse.quote("每日毒鸡汤时间：" + comment_info.text + "[滑稽]")
    comment_data = "post_id=%d" % post_id + "&comment_id=0&text=%s" % comment + "&patcha=&images=&remindUsers="
    return comment_data, post_id, urllib.parse.unquote(comment)


def main():
    # 设置回复url及post
    post_data = random_comment()
    comment_url = "http://floor.huluxia.com/comment/create/ANDROID/2.0?platform=2&gkey=000000&app_version=4.1.1.4&versioncode=324&market_id=tool_web&_key=6862A43A7126C3C5D7AB0BFE61BAE16FA5852495DFCFB4DCD5D1D34F3B9678F18C11DF30A4EAC58ED693FD5A1E4E7DCA522FA2837AB0F714&device_code=%5Bd%5Dd113ce76-27bb-469a-a8b5-0d704ea275a7&phone_brand_type=MI"
    post_url = "http://floor.huluxia.com/post/detail/ANDROID/4.1?post_id=%d" % post_data[1]

    # 获取帖子信息(1)
    post_response = requests.get(post_url)
    post_json_data = json.loads(post_response.text)

    # post提交评论数据
    print(comment_url)
    print(post_data[0])
    print(headers)
    response = requests.post(url=comment_url, data=post_data[0], headers=headers)
    json_data = json.loads(response.text)
    if json_data['code'] == 104:
        print("----------------------------")
        print("话题不存在，跳过此ID")
    else:
        # 获取帖子信息(2)
        post_info = post_json_data['post']
        post_category = post_info['category']
        # 返回状态信息
        print("----------------------------")
        print("评论状态：" + json_data['msg'])
        print("评论内容：" + post_data[2])
        print("帖子名称：" + post_info['title'])
        print("所属版块：" + post_category['title'])


for i in range(1, 99999):
    main()
    time.sleep(5)

可以算是这个脚本的1.0版本吧不过，经过前几天的脚本测试，我发现有不少id的帖子存在话题被删除或者话题不存在等等状况，在执行代码的过程中是很影响效率的所以需要有一个脚本专门用来收集有效帖子id

首先我们还是通过抓包来获取帖子的主体信息，最终我们得到这样一个url

http://floor.huluxia.com/post/detail/ANDROID/4.1?post_id=1

这个url返回的是一串json结构的数据，我们格式化一下方便看清结构

我们再来看一个被删除的帖子链接

http://floor.huluxia.com/post/detail/ANDROID/4.1?post_id=112333

最后来看一个不存在的帖子链接

http://floor.huluxia.com/post/detail/ANDROID/4.1?post_id=112333231221321

观察一下他们的特征，被删除和不存在的帖子返回的特征更容易被爬虫捕捉，我们就以这两种情况作为判定条件开始构造python代码，首先导入我们要用到的模块并定义好url

import requests
import json

url = "http://floor.huluxia.com/post/detail/ANDROID/4.1?post_id=%s"

接着我们写一个for循环并从1开始依次赋值，用以遍历帖子id，并使用json.loads解析返回的json数据

for post_id in range(1, 50000000):
    post_data = requests.get(url % post_id)
    post_json_data = json.loads(post_data.text)

从刚刚的几张图片可以很明显看到特征：帖子被删除的状态，返回的title是/ 话题已删除 / 帖子不存在的状态，返回的json中有个键值对是"code":104 除去这两种状态，剩下的即为正常由此可以写出一个if-elif循环来匹配字符串

if '"code":104' in post_data.text:
    print("帖子ID：%d" % post_id + " 状态：话题不存在")
elif "/* 话题已删除 */" in post_data.text:
    print("帖子ID：%d" % post_id + " 状态：话题已删除")
else:
    print("帖子ID：%d" % post_id + " 状态：此话题正常")

满足“此话题正常”条件时，我们write功能将有效id写入文本文件顺便另一个文本文件随着循环的id持续更新，方便下次回溯爬取进度完整的代码如下：

import requests
import json

url = "http://floor.huluxia.com/post/detail/ANDROID/4.1?post_id=%s"

for post_id in range(29042, 50000000):
    post_data = requests.get(url % post_id)
    post_json_data = json.loads(post_data.text)
    # print(post_json_data)
    if '"code":104' in post_data.text:
        print("帖子ID：%d" % post_id + " 状态：话题不存在")
    elif "/* 话题已删除 */" in post_data.text:
        print("帖子ID：%d" % post_id + " 状态：话题已删除")
    else:
        print("帖子ID：%d" % post_id + " 状态：此话题正常")
        valid_id = open("valid_id.txt", "a")
        valid_id.write(str(post_id))
        valid_id.write("\n")
        valid_id.close()
        end_id = open("end_id.txt", "w")
        end_id.write(str(post_id))
        end_id.close()

运行脚本后会将有效id输出到文件valid_id.txt

格式是这样子

那么接下来，我们就可以利用这个脚本生成的文件来自动获取有效id了，效率提升了不少经过完善后添加了以下功能：通过读取文件内容自动获取评论，可随时更改评论配置文件，添加评论语句自动识别帖子所属版块并选择不同的评论配置文件（笨办法，重复写，代码有点冗杂，因为太菜了，希望有大佬帮我优化优化，嘤嘤嘤）

完整代码如下：

import requests
import random
import urllib.parse
import json
import time
import linecache

# 设置账号key链接
comment_url = "http://floor.huluxia.com/comment/create/ANDROID/2.0?platform=2&gkey=000000&app_version=4.1.1.4&versioncode=324&market_id=tool_web&_key=6862A43A7126C3C5D7AB0BFE61BAE16FA5852495DFCFB4DCD5D1D34F3B9678F18C11DF30A4EAC58ED693FD5A1E4E7DCA522FA2837AB0F714&device_code=%5Bd%5Dd113ce76-27bb-469a-a8b5-0d704ea275a7&phone_brand_type=MI"

# 设置头部信息
headers = {
    'Connection': 'close',
    'Content-Type': 'application/x-www-form-urlencoded',
    'Content-Length': '106',
    'Host': 'floor.huluxia.com',
    'Accept-Encoding': 'gzip',
    'User-Agent': 'okhttp/3.8.1'
}


# 获取文本行数，用以随机评论
def get_lines(filept):  # filept传递文件路径
    f = open(file=filept, encoding='utf-8')  # 根据文件内容调整encoding编码
    n = len(f.readlines())
    return n


# 获取帖子ID
def get_post_id():
    lines = get_lines(filept="valid_id.txt")  # 配合post_scan.py收集到的有效帖子id进行读取
    id_2 = random.randint(1, lines)  # 随机获取行数
    post_id = linecache.getline(filename="valid_id.txt", lineno=id_2)  # 每行一个帖子id
    return int(post_id)


# 获取帖子信息
def get_post_info(post_id):
    post_url = "http://floor.huluxia.com/post/detail/ANDROID/4.1?post_id=%d" % post_id
    post_response = requests.get(post_url)
    post_json_data = json.loads(post_response.text)
    return post_json_data


# 判断帖子所属版块
def category_decide(post_info):
    post = post_info['post']
    category = post['category']
    return category['title']


# 实用软件类评论生成，以”感谢分享，拿走了“为主要意图的评论为主
def comment_syrj(post_id):
    post_id = post_id
    lines = get_lines(filept="comment/syrj.txt")  # 获取回复配置文件行数
    flag = random.randint(1, lines)  # 配合下一语句，随机从回复配置文件中抽取行数
    comment = linecache.getline(filename="comment/syrj.txt", lineno=flag)
    comment_data = "post_id=%d" % post_id + "&comment_id=0&text=%s" % comment + "&patcha=&images=&remindUsers="  # 评论post数据主体
    return comment_data, post_id, urllib.parse.unquote(comment)


# 新番源类评论生成，以”挺好看，感谢分享“为主要意图的评论为主
def comment_xfy(post_id):
    post_id = post_id
    lines = get_lines(filept="comment/xfy.txt")  # 获取回复配置文件行数
    flag = random.randint(1, lines)  # 配合下一语句，随机从回复配置文件中抽取行数
    comment = linecache.getline(filename="comment/xfy.txt", lineno=flag)
    comment_data = "post_id=%d" % post_id + "&comment_id=0&text=%s" % comment + "&patcha=&images=&remindUsers="  # 评论post数据主体
    return comment_data, post_id, urllib.parse.unquote(comment)


# 泳池类评论生成，以较水的评论为主
def comment_yc(post_id):
    post_id = post_id
    lines = get_lines(filept="comment/yc.txt")  # 获取回复配置文件行数
    flag = random.randint(1, lines)  # 配合下一语句，随机从回复配置文件中抽取行数
    comment = linecache.getline(filename="comment/yc.txt", lineno=flag)
    comment_data = "post_id=%d" % post_id + "&comment_id=0&text=%s" % comment + "&patcha=&images=&remindUsers="  # 评论post数据主体
    return comment_data, post_id, urllib.parse.unquote(comment)


# 许愿类评论生成，以“感谢分享，等大佬分享”为主要意图的评论为主
def comment_xy(post_id):
    post_id = post_id
    lines = get_lines(filept="comment/xy.txt")  # 获取回复配置文件行数
    flag = random.randint(1, lines)  # 配合下一语句，随机从回复配置文件中抽取行数
    comment = linecache.getline(filename="comment/xy.txt", lineno=flag)
    comment_data = "post_id=%d" % post_id + "&comment_id=0&text=%s" % comment + "&patcha=&images=&remindUsers="  # 评论post数据主体
    return comment_data, post_id, urllib.parse.unquote(comment)


# 美腿类评论生成，以夸奖称赞的评论为主
def comment_mt(post_id):
    post_id = post_id
    lines = get_lines(filept="comment/mt.txt")  # 获取回复配置文件行数
    flag = random.randint(1, lines)  # 配合下一语句，随机从回复配置文件中抽取行数
    comment = linecache.getline(filename="comment/mt.txt", lineno=flag)
    comment_data = "post_id=%d" % post_id + "&comment_id=0&text=%s" % comment + "&patcha=&images=&remindUsers="  # 评论post数据主体
    return comment_data, post_id, urllib.parse.unquote(comment)


# 游戏类评论生成，以“是否玩过以及立场”为主要意图的评论为主
def comment_yx(post_id):
    post_id = post_id
    lines = get_lines(filept="comment/yx.txt")  # 获取回复配置文件行数
    flag = random.randint(1, lines)  # 配合下一语句，随机从回复配置文件中抽取行数
    comment = linecache.getline(filename="comment/yx.txt", lineno=flag)
    comment_data = "post_id=%d" % post_id + "&comment_id=0&text=%s" % comment + "&patcha=&images=&remindUsers="  # 评论post数据主体
    return comment_data, post_id, urllib.parse.unquote(comment)


# 主函数，用以发送评论数据包主体
def main():
    post_id = get_post_id()
    post_info = get_post_info(post_id)
    # print(str(post_info))
    # print(type(post_info))
    if "'code': 104" in str(post_info):  # 判断帖子是否有效
        print("----------------------------")
        print("话题不存在，跳过此ID")
    elif "/* 话题已删除 */" in str(post_info):
        print("----------------------------")
        print("话题已删除，跳过此ID")
    else:  # 不满足上面两种特殊条件时说明帖子内容正常，进行下一步构造数据包

        category = category_decide(post_info)  # 获取帖子所属版块，用以选择不同版块的回复配置文件
        post_data = post_info['post']  # 获取帖子信息，用于后续打印返回状态

        if category == "实用软件" or category == "手机美化" or category == "玩机教程" or category == "技术分享" or category == "原创技术" or category == "福利活动" or category == "三楼学院" or category == "头像签名":  # 以实用软件版块为主的类似版块
            comment_data = comment_syrj(post_id)  # 评论数据
            response = requests.post(url=comment_url, data=comment_data[0].encode('utf-8'),
                                     headers=headers)  # 接收评论返回数据包
            response_json = json.loads(response.text)  # 评论返回数据包转换为json/dict格式，用于后续读取键值
            # 返回评论状态信息
            print("----------------------------")
            print("评论状态：" + response_json['msg'])
            print("评论内容：" + comment_data[2])
            print("帖子名称：" + post_data['title'])
            print("所属版块：" + category)
        elif category == "新番源" or category == "三两影":
            comment_data = comment_xfy(post_id)  # 评论数据
            response = requests.post(url=comment_url, data=comment_data[0].encode('utf-8'),
                                     headers=headers)  # 接收评论返回数据包
            response_json = json.loads(response.text)  # 评论返回数据包转换为json/dict格式，用于后续读取键值
            # 返回评论状态信息
            print("----------------------------")
            print("评论状态：" + response_json['msg'])
            print("评论内容：" + comment_data[2])
            print("帖子名称：" + post_data['title'])
            print("所属版块：" + category)
        elif category == "泳池" or category == "娱乐天地" or category == "恶搞" or category == "模型玩具" or category == "玩机广场":
            comment_data = comment_yc(post_id)  # 评论数据
            response = requests.post(url=comment_url, data=comment_data[0].encode('utf-8'),
                                     headers=headers)  # 接收评论返回数据包
            response_json = json.loads(response.text)  # 评论返回数据包转换为json/dict格式，用于后续读取键值
            # 返回评论状态信息
            print("----------------------------")
            print("评论状态：" + response_json['msg'])
            print("评论内容：" + comment_data[2])
            print("帖子名称：" + post_data['title'])
            print("所属版块：" + category)
        elif category == "许愿" or category == "制图工坊":
            comment_data = comment_xy(post_id)  # 评论数据
            response = requests.post(url=comment_url, data=comment_data[0].encode('utf-8'),
                                     headers=headers)  # 接收评论返回数据包
            response_json = json.loads(response.text)  # 评论返回数据包转换为json/dict格式，用于后续读取键值
            # 返回评论状态信息
            print("----------------------------")
            print("评论状态：" + response_json['msg'])
            print("评论内容：" + comment_data[2])
            print("帖子名称：" + post_data['title'])
            print("所属版块：" + category)
        elif category == "美腿" or category == "次元阁" or category == "自拍":
            comment_data = comment_mt(post_id)  # 评论数据
            response = requests.post(url=comment_url, data=comment_data[0].encode('utf-8'),
                                     headers=headers)  # 接收评论返回数据包
            response_json = json.loads(response.text)  # 评论返回数据包转换为json/dict格式，用于后续读取键值
            # 返回评论状态信息
            print("----------------------------")
            print("评论状态：" + response_json['msg'])
            print("评论内容：" + comment_data[2])
            print("帖子名称：" + post_data['title'])
            print("所属版块：" + category)
        elif category == "游戏" or category == "Steam" or category == "LOL手游" or category == "王者荣耀" or category == "DNF手游" or category == "和平精英" or category == "使命召唤手游" or category == "穿越火线" or category == "原神" or category == "跑跑卡丁车" or category == "QQ飞车" or category == "球球大作战" or category == "我的世界" or category == "英雄联盟" or category == "地下城与勇士" or category == "明日之后" or category == "天天酷跑" or category == "新游推荐":
            comment_data = comment_yx(post_id)  # 评论数据
            response = requests.post(url=comment_url, data=comment_data[0].encode('utf-8'),
                                     headers=headers)  # 接收评论返回数据包
            response_json = json.loads(response.text)  # 评论返回数据包转换为json/dict格式，用于后续读取键值
            # 返回评论状态信息
            print("----------------------------")
            print("评论状态：" + response_json['msg'])
            print("评论内容：" + comment_data[2])
            print("帖子名称：" + post_data['title'])
            print("所属版块：" + category)
        else:
            print("----------------------------")
            print("无预先定义版块：" + category + "，跳过")


for i in range(1000):
    main()
    time.sleep(6)

具体的功能描述都在注释里面，我就不多做解释了评论配置文件以comment参数读取的文件名为主，放在同目录下comment目录内，配置文件需要utf-8编码储存，否则脚本可能会报错