使用python实现带密码的百度云资源自动保存以及文件夹创建

实现功能

*
将网盘的密码自动输入，得到真实的链接页面，并得到参数将文件自动保存到指定的文件夹，文件夹可以自己创建

*
只需要提供网盘的链接和密码，以及自己登陆百度网盘后得到的两个cookie

*
可以在云主机上运行(关于云主机安装chrome的介绍)

* python的版本为3.6.5。
* 使用selenium进行浏览器模拟。
* 使用了谷歌的浏览器驱动(Handless Chrome，即不调用GUI的驱动）。
* 参考的教程 <https://cloud.tencent.com/developer/article/1039550>。
* 上面的教程主要是介绍了要操作的文件的信息的提取以及提供了实现。
* 博主使用的是IE的开发者模式来进行网页的解析，在清楚了诸如保存，创建文件的操作对应的链接后，之后就是观察是否有是动态变量参数，或者是cookie。
* 事实上一开始想要检验一下环境有没有搭建错误的话，可以直接把请求的header以及url整个复制下来，使用python自带的urllib库进行测试。
使用的库
import json import re import smtplib import time import requests from selenium
import webdriver from selenium.webdriver.chrome.options import Options from
selenium.webdriver.common.keys import Keys
实现流程

通过对浏览器环境的模拟，可以得到百度网盘的的异步调用加载的有用信息，从而实现对资源的自动保存，具体信息的解析上面的博客说的比较详细，这里就不多赘述。
而获得信息后，所要进行的就是通过模拟HTTP请求，通过POST请求将创建文件夹以及保存文件的动作实现
而所需要注意的就是POST的链接的参数，HTTP的header以及要提交的请求正文
（以上信息可在浏览器开发者模式下查看），如果链接的参数或者请求正文的内容出错则会返回错误码errno:2
，如果header里面的cookie缺失了，并且该网盘链接需要密码，则可能会返回错误码errno:-9，这里附上网友整理的常见错误码
<http://tieba.baidu.com/p/4943984667>

header构建以及初始化
def init_head(self, bdclnd): self.headers = { 'Accept': '*/*',
'Accept-Encoding': 'gzip, deflate, br', 'Accept-Language': 'zh-CN,zh;q=0.8',
'Connection': 'keep-alive', 'Content-Length': '161', 'Content-Type':
'application/x-www-form-urlencoded; charset=UTF-8',
#这里如果是链接需要密码，则需要多加一个叫BDCLND的cookie，不需要密码则不用 #STOKEN，BDUSS都可以直接用浏览器里面的cookie
'Cookie': 'BDCLND=%s;BDUSS=%s;STOKEN=%s' % (bdclnd, self.bduss, self.stoken),
'Host': 'pan.baidu.com', 'Origin': 'https://pan.baidu.com', 'Referer':
'https://pan.baidu.com/s/1mjI3AEs', #可以直接在浏览器的开发者模式下找自己User-Agent 'User-Agent':
'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36' ' (KHTML, like
Gecko) Chrome/64.0.3282.140 ' 'Safari/537.36 Edge/17.17134', 'X-Requested-With':
'XMLHttpRequest', } def __init__(self, bduss, stoken, bdstoken, password):
#这里的bdstoken是url的参数，在百度云随便操作看一下就可以了,貌似对身份验证没有影响 #bduss和stoken都是百度下的cookie self.
bdstoken= bdstoken self.bduss = bduss self.stoken = stoken #网盘的密码 self.password
= password chrome_options = Options() chrome_options.add_argument('--headless')
chrome_options.add_argument('--disable-gpu')
#这里的--no-sandbox针对的是Linux的云主机，如果不加可能无法启动，至少博主启动不了
#如果是使用windows，就安装谷歌浏览器，并找到安装路径下的启动程序 #如果是Linux就有点麻烦，必须经过一些配置 #两者都需要下载谷歌驱动
chrome_options.add_argument("--no-sandbox") # chrome_options.binary_location =
'C:\Program Files (x86)\Google\Chrome\Application\chrome.exe' # self.driver =
webdriver.Chrome(chrome_options=chrome_options) chrome_options.binary_location =
'/opt/google/chrome/chrome' self.driver = webdriver.Chrome(executable_path=
'/opt/google/chrome/chromedriver', chrome_options=chrome_options)
云主机Linux安装谷歌浏览器的小教程

驱动的地址，需要翻墙，版本为ChromeDriver 2.39
<https://sites.google.com/a/chromium.org/chromedriver/downloads>
驱动的地址，不需要翻墙 <http://npm.taobao.org/mirrors/chromedriver/>
2018-06-05 23:24:11 cd /etc/yum.repos.d/ 2018-06-05 23:24:20 vim
google-chrome.repo 2018-06-05 23:36:41 yum -yinstall google-chrome-stable
--nogpgcheck
google-chrome.repo文件的内容
[google-chrome] name=google-chrome baseurl=http://dl.google.com/linux/chrome/
rpm/stable/x86_64 enabled=1 gpgcheck=1 gpgkey=https://dl.google.com/linux/
linux_signing_key.pub
文件保存所需信息的获取
def get_file_info(self, url): # 使用sleep是因为ajax是异步加载，防止页面没有完全加载 self.driver.get(
url) time.sleep(1) self.driver.get(url) # 输入网盘密码框,这里直接取input框的第一个 elem = self.
driver.find_elements_by_tag_name('input')[0] # 模拟输入 elem.send_keys(self.password
) #模拟回车 elem.send_keys(Keys.ENTER) time.sleep(3) # 初始化header，并得到'BDCLND'这个cookie
self.init_head(self.driver.get_cookie('BDCLND')['value']) #元素解析，代码全部来自于他人
script_list= self.driver.find_elements_by_xpath("//body/script") inner_html =
script_list[-1].get_attribute("innerHTML") pattern = 'yunData.SHARE_ID =
"(.*?)"[\s\S]*yunData.SHARE_UK = "(.*?)"[\s\S]*yunData.FILEINFO = (.*?);[\s\S]*'
# [\s\S]*可以匹配包括换行的所有字符,\s表示空格，\S表示非空格字符 srch_ob = re.search(pattern, inner_html)
share_id= srch_ob.group(1) share_uk = srch_ob.group(2) file_info_jsls = json.
loads(srch_ob.group(3)) path_list_str = u'[' for file_info in file_info_jsls:
path_list_str+= u'"' + file_info['path'] + u'",' path_list_str = path_list_str[:
-1] path_list_str += u']' return share_id, share_uk, path_list_str
文件夹创建以及文件保存
def transfer(self, share_id, uk, filelist_str, path_t_save):
#share_id和uk都要通过解析得到, filelist_str为自己一开始设置的保存位置 #注意，这里由于可以自动创建文件夹，所以保证了文件夹一定存在
#如果文件夹不存在，直接保存汇报errno:2的错误 # 通用参数 ondup = "newcopy" async = "1" channel =
"chunlei" clienttype = "0" web = "1" app_id = "250528" #博主使用自己浏览器上的好像没什么影响 logid
= "MTUyODI4ODUxNjk0NjAuODAxMTA1MDc2ODE4Njg0Mw==" # 保存文件的链接 url_trans =
"https://pan.baidu.com/share/transfer?shareid=%s" \ "&from=%s" \ "&ondup=%s" \
"&async=%s" \ "&bdstoken=%s" \ "&channel=%s" \ "&clienttype=%s" \ "&web=%s" \
"&app_id=%s" \ "&logid=%s&clienttype=0" % ( share_id, uk, ondup, async, self.
bdstoken, channel, clienttype, web, app_id, logid) #创建文件夹得请求正文
#注意在浏览器看到得是url编码格式 create_floder = { # 不知道是什么，大部分情况为空 'block_list': '[]',
'isdir': '1', # 保存的位置，创建文件夹 'path': path_t_save } # 创建文件夹的链接 url_create =
'https://pan.baidu.com/api/create?a=commit' \ '&channel=chunlei' \ '&web=1' \
'&app_id=250528' \ '&bdstoken=%s' \ '&logid=%s' \ '&clienttype=0' % (self.
bdstoken, logid) response = requests.post(url_create, data=create_floder,
headers=self.headers) print(response.content) # 保存文件的请求正文 form_data = {
'filelist': filelist_str, 'path': path_t_save, } response = requests.post(
url_trans, data=form_data, headers=self.headers) print(response.content) jsob =
json.loads(response.content) if "errno" in jsob: return jsob["errno"] else:
return None

• « 上一篇：php 闭包函数的使用
• » 下一篇：PyCharm永久激活方法