作者 | 猪哥66
来源 | 裸睡的猪 （ID:IT--Pig）
最近想爬取淘宝的一些商品，但是发现如果要使用搜索等一些功能时基本都需要登录，所以就想出一篇模拟登录淘宝的文章！
看了下网上有很多关于模拟登录淘宝，但是基本都是使用 scrapy、pyppeteer、selenium 等库来模拟登录，但是目前我们还没有讲到这些库，只讲了 requests 库，那我们今天就来使用 requests 库模拟登录淘宝！
讲模拟登录淘宝之前，我们来回顾一下之前用 requests 库模拟登录豆瓣 和 新浪微博 的过程：这一类模拟登录是比较简单的登录，只需要在请求登录时将用户名和密码上传验证通过就成功了，也就是说一步到位！
而淘宝登录就比较复杂，为什么说复杂呢？因为淘宝登录涉及参数多且请求不止一次！我们就先来讲讲淘宝登录的流程，先把流程原理搞懂，再去敲代码，这样大家就容易理解！
一、淘宝登录流程
为了便于大家理解，猪哥画了一个非标准的淘宝登录请求时序图
淘宝ua参数：ua(User-Agent) 故名用户代理，淘宝的 ua 参数加入了浏览器、ip、电脑、时间等信息，然后加密生成，在很多地方使用，不仅仅是登录！
上图是比较详细的流程图，从代码层面考虑猪哥将模拟登录淘宝分为以下四个步骤：
-
输入用户名后，浏览器会向淘宝（taobao.com）发起一个 post 的请求，判断是否出现滑块验证！
-
用户输入密码后，浏览器向淘宝（taobao.com）又发起一个 post 请求，验证用户名密码是否正确，如果正确则返回一个 token。
-
浏览器拿着 token 去阿里巴巴（alibaba.com）交换st码！
-
浏览器获取 st 码之后，拿着 st 码获取 cookies，登录成功
这里也许有同学会提出疑问：为什么淘宝（taobao.com）验证通过之后还要拿着 token 去阿里巴巴（alibaba.com）交换 st 码呢？ 这个我们放后面讲！
二、模拟登录实现
上面我们只讲了大概的登录流程，这里猪哥会先详细讲解下每一步的操作，然后再贴出实现代码！
1.判断是否需要验证码
目前我们在登录淘宝的时候，大多数情况下是不会出现滑块验证码，猪哥尝试了很多次的登录退出也只是在中间出现过一次，那究竟是什么在控制是否需要滑块验证码的呢？
从上图可以看出，当猪哥输入用户名后，浏览器就会发起一个 post 请求，来验证是否需要出现滑块验证码，如果返回 true，滑块验证码则出现！否则不出现，一般是不会出现！
图中我们可以看到这次 post 请求上传了两个参数：username、ua！
前面猪哥说过 ua 为浏览器、ip、设备信息等多信息加密参数，所以猪哥猜想淘宝的验证码是否出现不仅仅从账号角度，还有 ip、设备等角度！
举个例子：某台设备可能出现登录过大量的账号，这时候淘宝就可以从ua参数中获取设备号，然后对该设备进行限制！
知道了流程和请求链接及参数之后，我们就可以用代码来请求了！
2.验证用户名密码
这里一步也就是上面时序图图中的第 5 步：请求登录，这里会将用户名、ua 参数、加密密码等 30 十几个参数 post 到淘宝（taobao.com）去验证。
我们来用代码实现一下，大家别被这么多参数吓到，都是从浏览器复制过来的！
看看请求结果！
可以看到申请st码链接后面带了一个 token，具体 token 是干什么用的后面我们再分析！
3.申请st码
上面我们已经申请到了淘宝（taobao.com）的 token，这一步就是用 token来换取 st 码。
到这里很多人可能会有疑问：为什么淘宝登录需要这么麻烦呢？直接在 taobao.com 登录不就可以吗？为什么要先在 taobao 验证用户名密码，通过之后再去 alibaba.com 换取 st 码登录呢？
任何公司的框架都是慢慢演变的结果，我猜想最开始的淘宝登录肯定没这么复杂。但是随着阿里巴巴的慢慢壮大，很多事业线都划分开来，但是这些事业线之间又有关联性，比如用户登录了淘宝账号之后天猫就不需要再登录（注意淘宝和天猫的顶级域名不同，所以不能共享 cookis）为了实现这个功能，单点登录就出现了。
单点登录（Single Sign On），简称为 SSO，是目前比较流行的企业业务整合的解决方案之一。SSO的定义是在多个应用系统中，用户只需要登录一次就可以访问所有相互信任的应用系统。 ——百度百科
很多大企业几乎都有做单点登录，那阿里的单点登录系统肯定是由母公司阿里巴巴（alibaba.com）来做啦，所有子公司去调用母公司接口！
我们再回来分析淘宝登录为何要如此复杂就很好理解了：用户数据在淘宝这里，所以需要现在淘宝（taobao.com）验证用户名和密码，验证通过生成一个 token，浏览器拿着 token 去和阿里巴巴（alibaba.com）申请单点登录码（ st 码），阿里巴巴收到请求验证 token 通过则返回 st 码，所以用 token 换 st 码的原因就在于单点登录！
理解了设计原理之后，代码实现起来就很清晰了！
4.使用 st 码登录
成功获取 st 码之后我们就可以来登录了，这一步是通过 st 码获取登录的 cookies。
到这里我们就已经模拟登录淘宝成功了！
5.获取淘宝昵称
其实上面我们就已经登录淘宝成功并返回用户主页的链接，我们为了进一步验证登录成功，就请求一下淘宝用户主页，顺便把淘宝昵称提取出来吧！
三、总结
整体讲完之后我们来稍微总结一下吧，主要从代码结构和存在的问题两个方面说下：
1.代码结构
来放出一张代码结构图，让大家直观了解
这就是我们前面说过的模拟登录淘宝的四个步骤，不过这里我们是用代码实现了！
2.存在问题
在写这篇教程之前猪哥也是先在网上了解，然后自己用浏览器和抓包工具（Charles）一步一步实践，最重要的是你先要了解淘宝登录的大概流程，不然你实际操作起来会一头雾水，下面就要讲讲目前遇到的问题和存在的问题吧.
-
首先第一个问题便是淘宝的滑块解锁，目前 requests 还没有很好的破解办法，后面介绍了一些爬虫框架之后我们再来破解吧！
-
猪哥尝试了很多次（50 次以上）登录退出都没出现过滑块验证码。
-
网上有人使用代理 ip，这里猪哥也没用，只要你不是超级超级超级频繁且大量爬取数据，一般大厂都不太会去封 ip，因为有误伤率和影响用户面太广，也许一封就是整个小区。
-
在第二步验证用户名和密码时，上传了近 30 个参数，如果你把username、ua、加密密码复制进去验证还是不通过可尝试把那 30 个参数换成你浏览器中的！
-
在第三步和第四步偶尔会出现一次错误，重试一下就可以！
-
文章有些关于淘宝登录框架纯属猪哥猜想，如有错误还望指正！
看到这里是不是感觉淘宝模拟登录就清晰明了很多了，感兴趣的同学可以收藏转发，周末有空自己尝试一下（源码：https://github.com/pig6/login_taobao）。征服淘宝登录，其他登录也就相对简单了！
(*本文为 AI 科技大本营转载文章，转载请联系原作者)
◆
福利时刻
◆
入群参与每周抽奖~
扫码添加小助手，回复：大会，加入福利群，参与抽奖送礼！
大会 优惠票限时抢购中！ 此外，伯克利大学名师精髓课程移师北京。 《动手学深度学习》作者、亚马逊首席科学家李沐线下亲授「深度学习实训营」， 免费GPU资源，现场还将限量赠送价值85元的配套书籍一本，先到先得。原价1099元， 限时专享CSDN 独家福利价 199元 ！ 识别海报二维码，即刻购票~
推荐阅读
-
字节跳动李航： 自学机器学习，研究AI三十载，他说AI发展或进入平缓 期
-
2019 AI ProCon日程出炉 ： Amazon首席科学家李沐亲授「深度学习
-
读完ACL 2019录取的30篇知识图谱论文，我发现了这5点趋势
-
如何用知识图谱挖掘商业数据背后的宝藏？
-
腾讯AI开源框架Angel 3.0重磅发布： 超50万行代码，打造全栈机器学习平台
-
教你阅读CPython的源 码
-
安装Python/PyCharm，入门级爬虫案例 | Mac下玩转Python
-
Python冷知识，不一样的技巧带给你不一样的乐趣
-
互联网人职业发展之路： 三年升高工，七年做架构，十年送外卖
-
IT公司老板落水，各部门员工怎么救？
你点的每个“在看”，我都认真当成了喜欢
