几句废话

笔者最近在逛sf.gg的时候，发现了一个关于每天“自动登录淘宝网站”的问题，很久没玩采集数据的我手有点痒痒，于是开始了自动登录淘宝网站的爬虫之旅。

一点介绍

下面的代码要实现自动登录淘宝手机网站，区别于通过 curl 等模拟请求的方式，笔者采用了 php-webdriver 自动化测试框架来模拟登录。

下面是采用 php-webdriver 的几个优点：

1）能够轻松处理复杂的SPA（single page application），这种应用一般通过js渲染生成的，http 请求和响应的 cookie 或者 header 可能会比较复杂；

2）完全模拟了用户的真实操作，大大降低了被反爬虫的可能；

3）代码更加简洁；

直接撸代码

<?php
namespace Facebook\WebDriver;
use Facebook\WebDriver\Chrome\ChromeOptions;
use Facebook\WebDriver\Remote\DesiredCapabilities;
use Facebook\WebDriver\Remote\RemoteWebDriver;
//包含 composer 的自动加载
require_once('vendor/autoload.php');
//$host 是 selenium（一个 web 自动化测试框架）的 server 地址，用户自动化测试时的数据同步和 session （会话）管理
$host = 'http://localhost:4444/wd/hub'; // this is the default
//定义 chrome 驱动需要的功能集
$capabilities = DesiredCapabilities::chrome();

//链接指定的 selenium host，并使用相关的功能集
$driver = RemoteWebDriver::create($host, $capabilities, 5000);
// 打开淘宝手机web端的登录网站
$driver->get('https://login.m.taobao.com/login.htm');
//增加真实登录时的cookie信息，添加成功之后同学们可以通过 chrome的开发者工具的application tab页查看cookie是否设置正确
$cookie2 = new Cookie("cookie2","131eea94d7b3430c58580f00cd237b61");
//设置cookie所属的域
$cookie2->setDomain(".taobao.com");
//把cookie设置到 chrome 驱动请求中
$driver->manage()->addCookie($cookie2);
$ctokenCookie = new Cookie("ctoken","L60jtYinmoPoCDYcISxVrhllor");
$ctokenCookie->setDomain(".taobao.com");
$driver->manage()->addCookie($ctokenCookie);
$_tb_token_Cookie = new Cookie("_tb_token_","784e7be17350a");
$_tb_token_Cookie->setDomain(".taobao.com");
$driver->manage()->addCookie($_tb_token_Cookie);
$encCookie = new Cookie("enc","yrYsvz83La8hQX826NzulzeG1ZwIFkaCADiYSz29aP8c02pTMxJehxANYa4aDb44F%2BrkWQrykmy%2BHFhUi6WuAA%3D%3D");
$encCookie->setDomain(".taobao.com");
$driver->manage()->addCookie($encCookie);
//使用 id 来寻找指定的用户名输入框，并输入你的手机号码
$driver->findElement(WebDriverBy::id("username"))->sendKeys("18588260233");//请填写你自己的淘宝真实手机号
$driver->findElement(WebDriverBy::id("password"))->sendKeys("xiaosh211");//请填写你自己的淘宝真实密码
//接着点击登录
$driver->findElement(WebDriverBy::id("btn-submit"))->click();
try{
 //因为需要验证身份，淘宝弹出了“请点击下方的圆圈”的提示，类似验证码
 //下面的 css 选择器直接使用了 chrome 浏览器的 copy css querySelector 的功能
 $cssSelectorForVerifyBtn = "body > div.km-dialog.km-dialog-ios7.km-dialog-alert > div.km-dialog-buttons > span";
 //最多等待10秒钟时间知道上面的确定按钮出现
    $driver->wait(10)
        ->until(
            WebDriverExpectedCondition::presenceOfAllElementsLocatedBy(
                WebDriverBy::cssSelector($cssSelectorForVerifyBtn)
            )
        );
//我们现在点击确定按钮，并开始下一步的点击圆圈操作
    $driver->findElement(WebDriverBy::cssSelector($cssSelectorForVerifyBtn))->click();
}catch (\Exception $e) {
   //对于某些ajax请求生成的html元素或可能不存在的元素，捕捉异常信息是必须的，
    echo $e->getMessage()."\n";
}
try {
   //小圆圈的css querySelector
    $cssSelectorForCircleBtn = "#nc_1-stage-1 > div > div.click2slide-btn > div";
   //这里的含义就不用解释了吧，跟上面类似
    $driver->wait(10)
        ->until(WebDriverExpectedCondition::presenceOfAllElementsLocatedBy(
            WebDriverBy::cssSelector($cssSelectorForCircleBtn)
        )
        );
    $driver->findElement(WebDriverBy::cssSelector($cssSelectorForCircleBtn))->click();
}catch (\Exception $e){
    echo $e->getMessage()."\n";
}
//为了看到效果，我们让这个会话界面停留20秒
sleep(20);
//关闭会话
$driver->quit();

最后的结果截图如下：

竟然没有成功，笔者现在还在研究为什么会失败，本文权当是抛砖引玉，希望同学们发挥你们的才能突破淘宝自动登录。

代码放在这里（git clone https://gitee.com/node_study/php-webdriver-demos.git），直接运行 php loginTaobaoMobile.php 即可。

注意事项

1. 要求安装chrome浏览器；

2. 使用 java -jar selenium-server-standalone-3.9.1.jar 运行 Tool 目录的selenium 服务端单例程序。