原文地址：http://www.crifan.com/use_ie9_f12_to_analysis_the_internal_logical_process_of_login_baidu_main_page_website/

【前提】

想要實現使用某種語言，比如Python，C#等，去實現模擬登陸網站的話，首先要做的事情就是使用某種工具，去分析本身使用瀏覽器去登陸網頁的時候，其內部的執行過程，內部邏輯。

此登陸的邏輯過程，主要指的是，需要訪問哪些地址，提交哪些http請求，其中包含了有哪些查詢關鍵字，涉及到哪些post的資料，涉及到哪些cookie等等。

只有知道了內部邏輯過程，才能談及，使用某種語言去實現，模擬，此套登陸網站的過程。

關於分析工具，其實有很多種，此處選用，之前在

所介紹的IE9的F12。

在分析之前,雖然不需要你有太多的網路相關的基礎，但是，如果真正想要熟悉分析網站抓取，模擬網站登陸的話，還是需要了解相關的知識的。

其中，和cookie相關的內容，可參考：

【使用IE9的F12分析登陸百度首頁的內部邏輯過程】

1.準備好工具，配置好工具

開啟IE9，開啟百度首頁：

按F12，調出F12工具，再切換到Network介面：

然後點選“Start capturing”開始除錯：

下面就來利用F12來除錯，分析登陸的內部邏輯。

不過，在除錯之前，先去做一些配置上的準備工作：

（1）設定網頁跳轉時，已抓取的資料不被清除掉

即設定：

Tools -> Clear entries on navigate中的Console和Network，都取消掉：

這樣，在網頁分析過程中，由於從一個頁面跳轉到另外一個頁面，所抓取的到內容，就不會被清空掉了。

（2）清除舊的cookie和快取

為了後續的除錯，不被之前的已登陸的賬戶的（快取和cookie等）資訊所影響，所以去都清除掉：

其中，簡單解釋一下是：

A。2個和清除cookie有關的：

Cache->Clear session cookies:清除當前會話，即訪問當前這麼一堆網頁所涉及的cookie

Cache->Clear cookies for domain:清楚和當前網頁所屬的domain，此處為.baidu.com相關的cookie；

B。2個和快取cache有關的

另外，為了清除的更徹底，往往也順帶把cache，即快取的網頁，也順帶都清理了：

Cache->Clear browser cache

Cache->Clear browser cache for this domain

更多關於F12如何使用的事情，還是去參考之前所寫的：

接下來的所有操作，實際上就是，在IE9中，手動操作一遍，登陸百度首頁的過程而已。

2.模擬操作過程，利用工具抓取所需的整個過程

點選“登陸”：

可以看到，除了網頁中跳出你所熟悉的登陸對話方塊之外，F12除錯視窗中，就已經抓取到很多內容了。

然後輸入使用者名稱和密碼，正常登陸：

然後，就可以看到網頁調轉到了：

以及，對應的抓取到了很多內容：

好了，到此為止，我們的操作，基本就結束了。

剩下的，就是從我們所已經抓取到的資訊中，找到是如何登陸的。

3.分析網站登陸的內部邏輯過程

3.1找到登陸網站所涉及的最核心的地址

對於熟悉的人，可以直接從那一堆的url中，找到哪個是登陸的頁面。

而現在假定你不熟悉，教你如何找到真正的有價值的資訊。

對於此處，我們可以想到的一種辦法是，通過直接搜尋密碼，而搜到哪裡傳送了我們的密碼：

【小提示：顯示內容時，設定為 自動換行】

當抓取出來的Request Body，Response Body等部分的內容中，單行內容太長，一行顯示不下，不方便檢視時，可以點選右鍵，選擇Word wrap：

即可實現自動換行顯示的效果了，方便查看了：

此處，很容易看到，此處和我們密碼相關的url地址為：

即，以後如果想要寫程式碼的話，所要訪問的url地址，就是這個地址了。

3.2分析所提交的資料（post data）中的引數和值

而且，此處的Request Body，就是對應的http的POST請求中所要提交的資料，簡稱為post data。

此處Request Body中完整的資料為（注：以下資料，是另外一次分析出來的結果，對解釋分析過程無影響）：

然後處理一下就是：

再去掉後面的那個&字元，變為：

很明顯，此處就是模擬網站登入的核心資料了，是在寫程式碼時，對於

提交POST請求時，所以要傳送的一些引數和值了。

此處，再重新簡要的介紹一下，模擬登陸網站的基本邏輯：

想要模擬網站登陸，就要知道，要向什麼url地址，傳送什麼樣的資料，GET請求還是POST請求。

• GET請求只從伺服器請求資料，不需要所謂的post data，但是往往需要在url後面新增上對應的?para1=val1&para2=value2之類的形式，此部分叫做query parameter，其本質上，有點類似於post data；

• POST請求，在傳送請求時，還需要提供對應的post data，此處即對應著IE9的F12中的Request Body。     

  • 而餘下的，傳送請求時的其他相關引數設定，主要就是設定很多基本的引數，包括user-agent等，此處對應著那個Request Headers

而提交請求後，網站的伺服器會給你反饋，返回資料和資訊給你。

此處對應的就是Response Headers和Response Body。

經常地，其中還涉及到cookie等資訊。在傳送之前，準備好，傳送給伺服器，伺服器返回的資訊中，往往也包含，更新後，cookie的值。

對應的這部分內容，是Cookies部分。

此處，把所有的內容，分別截圖如下：

Request Headers

Request Body：

Response Headers：

Response body:

Cookies:

接下來，就是分析，如何獲得所需的資訊。

先分析上述的post data中的值：

都是怎麼來的。

分析值是如何來的，以及順帶說說，寫程式碼時，如何設定這些值。

在此之前，先解釋一下，在程式碼中關於如何設定這些引數的值的規律和經驗：

（1）對於有引數，但是值為空的哪些引數，一般來說，都是可以省略的。

即寫程式碼時，是可以去掉，忽略掉，這些引數的；

當然，如果你抓取出來的引數是有值的，則需要考慮其值是怎麼得到的，是否有意義，否則隨便忽略掉某些引數，可能會導致模擬登陸失敗的。

（2）對於，看不太懂的引數的值的情況下，不妨先使用抓取出來的資料

尤其是一些引數，看不太懂，而且其值又明顯不是那種，很可能會變化的數字之類的值，則一般情況下，也都是固定的值，所以，即使對於引數和值本身不太瞭解，也無所謂，也都可以直接在程式碼中，直接使用抓取出來的資料即可。

即使會導致出錯，一般來說，也可以通過後續的多次抓取和分析，看出來該值真正的規律。

在上面那一堆引數和值中：

（1）一些很明顯，是固定的值，不需要考慮太多的值有：

charset=utf-8 -> 表示當前網頁的編碼是utf-8，我們寫程式碼照著寫即可，不需要改；

codestring= ->此處為空，所以也可以不理會；

isPhone=false -> 很明顯，此處是通過PC登陸百度的，不是通過手機類的移動裝置登陸的，所以是false。所以寫程式碼時，也設定為false即可；

細心的讀者，也很容易回想起，此處是對應著之前的登陸介面中的“手機登陸”：

如果是我們是通過“手機登陸”百度時，不出意外的話，肯定引數是isPhone=true

index=0 -> 未知，但是也沒看出來是什麼含義，所以也直接設定為0即可；

u=-> 空值，同樣設定空值即可；

safeflg=0 -> 未知，所以也可以暫且不管，同樣設定為0即可。

username=crifan -> 很明顯，是我們的賬號，不多解釋；   
password=xxxxxx -> 同理，是對應的密碼；     
verifycode= ->此處為空，所以也可以不管；     
mem_pass=on -> 很明顯，是memory password的所寫，即記住密碼，對應的頁面是，我們已經勾選的"記住我的登陸狀態"：

（2）另外一些就是不太容易一眼就看出來的值，需要簡單解釋一下的：

staticpage=http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html ->

此處，等有了一定的除錯經驗，和本身具有一定的url的encode，decode基礎的話，可以直接看出來，這個值

http%3A%2F%2Fwww.baidu.com%2Fcache%2Fuser%2Fhtml%2Fjump.html

是原先某個url地址，編碼之後的值。

而對應的原始的值，可以在程式碼中去解碼而獲得；

此處先直接給出原始值：

關於如何通過此，被編碼的url地址中，獲得原始的url地址，詳細解釋在這裡：

loginType=1 -> 未知，但是一般不知道的值，都可以先按照原先的值去設定即可；

tpl=mn -> 未知，也還是同樣設定即可；

callback=parent.bdPass.api.login._postCallback -> 未知，也同樣設定即可；

（3）再剩下的，就是需要去分析調查，才知道為何是這樣值的了：

ppui_logintime=6852

此值6852，看起來就像是會變化的。但是到底如何得到的，則需要去分析分析了。

所以就去搜索6852：

經過搜尋，發現結果只能搜到此單獨一處的6852，貌似沒辦法找到此資料如何得到的。

但是，我們可以再去搜其引數ppui_logintime，然後另外在別的檔案中也可以找到2處，其中一處是：

很明顯，此處是javascript指令碼：

在其中根據實際情況計算出來