【原创】转载请注明，来自：DigDeeply的博客： http://digdeeply.org/

这几天晚上闲着没事干，偶然间发现新浪爱问的积分还可以换实物礼品，积分来源一部分就是提问回答之类的，还有一部分是要每天签到。我是懒人，也懒得每天提问回答啥的，为了那么个小礼品，也不值得。但是签到还是很简单的嘛，每天点一下就OK了。我比一般懒人还懒，每天点一下都懒得点，所以觉定做个模拟登陆，模拟签到的程序，放到SAE上去，每天帮我签个到，拿个积分就好了，哈哈。:)

其实这个模拟登陆，也就是抓站的基础部分吧， 模拟登陆，获取登陆后的状态，然后模拟人的访问流程，获取访问结果，分析保存之……

首先介绍一下抓站的利器吧，httpwatch，也可以用firefox下的firebug或者chrome下自带的开发者工具，其实我原来一直都是用firefox或者chrome的，但是听说httpwatch很好，就拿来试用一下，结果用的还真是很舒服，不错。其次就是Snoopy.class.php，我用PHP，这个PHP类真是好用到极致了，用来抓站so easy。但是这个类用来抓一般的基于http的站是没问题的，如果要是https的就麻烦了，这个类在抓https的站时，采用的不是php本身的curl了，使用的是Linux/Unix下的原生CURL，所以这个类在windows下用着很麻烦，需要自己装一个windows下能用的curl，并且配置好环境。在sae下直接就是不行的了，如果是用Linux/Unix的话，就很方便了~~指定好curl的路径就可以了。我也有一个https的模拟登录签到的脚本，使用的是php的curl，没有使用Snoopy。

由于新浪采用了单点登陆，所以一般的登陆方法是不行的了，不是直接构造用户名密码POST到一个login action页面完事。先使用httpwatch抓取一下登陆的流程吧。

从这个流程中，我们仔细分析分析，就会发现，整个登陆的流程是这样的：

1）输入用户名密码，点击登陆(在用户名输入完onblur的时候会有一个自动检测邮箱合法性的过程，我们模拟时候可以忽略)。

2）访问一个页面，获取到几个特殊的值，包括servertime,pcid,nonce，这几个值用来干什么的呢，我们再分析一下JS就可以发现了，是用来加密用户名和密码的。

3）将加密后的用户名、密码以及一些其它信息，提交到SSO的login去申请ticket。(ticket就是SSO登陆中用到的票据啦)

4）认证成功，访问几个其它站点种下Cookie，(相当于把票给人家看门的看看，告诉他我有访问你内部的权限了)。

5）返回爱问首页。

这个流程弄明白了，也就没什么难度了。主要需要做的就是如何实现用户名和密码的加密，因为客户端是用js实现的，但是我们是写在脚本里的，无法调用js，所以，只能通过PHP来模拟一下js加密的实现过程了。

新浪的JS采用的应该是Dean Edwards的packer算法，其实不用管什么算来，拿来之后在Google一下js解密，放进去就是还原后的代码了。

在还原后，大概看了看，就明白了一个流程，用户名和密码都分别进行了加密，最重要的部分，就是加密的这块了。用户名用base64加密，密码用hex_sha1加密后加密再加盐再加密。我们现在需要做的，就是用PHP来实现这两个加密方法。(其实通过分析后发现，用户名采用base64加密，并未加盐，所以每次加密后的数据都是一样的，我们也没必要去实现base64的加密方法了。)

最后通过努力，把这个JS的对象封装成了一个PHP的类，具体的代码我就不贴出来了，好歹我也是浪人，自己就不危害自己啦，大家自己研究下，很简单的。

其中最难的亮点就是js中的 »> 无符号右移 和 charCodeAt(i)，PHP中没有这两个对应的实现，需要自己来写。

我把这两个难点贴出来供大家参考吧，其实这两个算法我也是参考的别人的,中间发现有一个算法是错的，浪费了我好长时间。。。。。

就是这两个算法了，还有一个无符号左移的，这里没用到，也贴下来，记录。

还有一个需要注意的是PHP和JS中的三元判断符的使用，PHP中是从右向左，JS中是从左向右。所以这个使用if…else…替代比较好。

还有一个就是JS的数组和PHP的数组问题，自己想办法解决吧。

解决了这个，剩下就没难题了，跟普通的抓站一样了。构造好需要的POST数据，提交。然后获取返回的ticket，然后再模拟访问其它几个页面，把ticket给人家看门的看一眼，下次带Cookie直接访问里面就好了。