用Python写的一个【百度知道】自动点赞

偶然干这件事是因为同事发给我们一个百度知道的链接，让我们帮忙点赞，刚开始觉得下不为例，第一次点下以后就不用点了，后来第二天又要我们帮忙接着点，我就想是否能有更简便的方法来实现这件事，我最开始的想法是找几个百度的账号，然后登录点赞。

偶然间，同事说百度知道不用登录也可以点赞。我后来尝试了一下发现确实是这样。心想，那这就是限制IP的。果不其然。后来发现百度知道点赞的规则大概是这样。每个IP每天可以点赞一次。于是我直接能想到的方法那就是更换IP点赞。

其实我当时还有一个想法，那就是找到它的API，但很快想到，以百度的技术，肯定不会这么轻易的暴露API的。所以还是老老实实的用chrom浏览器+webdriver好了。

我的实现方法分两部分，一个是找IP，一个是换IP。

一、找IP，建立IP池

http://www.xicidaili.com/nn/1

上可以找到很多代理IP，有些IP可以用，有些IP不能用，免费的就凑合用吧，用起来还是够用的。其中的https的IP，有效的居多，然后把这些IP地址和端口号爬下来。

具体代码如下：

#encoding=utf8
import urllib2
import BeautifulSoup

User_Agent = 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0'
header = {}
header['User-Agent'] = User_Agent

url = 'http://www.xicidaili.com/nn/1'
req = urllib2.Request(url,headers=header)
res = urllib2.urlopen(req).read()

soup = BeautifulSoup.BeautifulSoup(res)
ips = soup.findAll('tr')
f = open("test.txt","w")

for x in range(1,len(ips)):
    ip = ips[x]
    tds = ip.findAll("td")
    ip_temp = tds[1].contents[0]+"\t"+tds[2].contents[0]+"\n"
    # print tds[2].contents[0]+"\t"+tds[3].contents[0]
    f.write(ip_temp)

直接抓取td的标签，然后把爬到的ip和端口号写入test.txt文件。

譬如，爬到的数据

二、更换IP访问，模拟点赞操作

先上代码


from selenium import webdriver

from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC

#从IP池中取出IP和接口
host=[]
port=[]
proxys=[]
#从IP池中取出IP和接口
with open('test.txt','r') as f0:
    for i in f0:
        tmp=i.split()
        host.append(tmp[0])
        port.append(tmp[1])

for h,p in zip(host,port):


    PROXY = h+":"+p
    chrome_options = webdriver.ChromeOptions()
    chrome_options.add_argument('--proxy-server={0}'.format(PROXY))
    chrome = webdriver.Chrome(executable_path='/Users/mac/Desktop/chromedriver', chrome_options=chrome_options)
    try:
        #访问要点赞的百度知道的网址
      chrome.get('https://zhidao.baidu.com/question/621673501705715932.html')
        #点赞的按钮的ID是固定的，找到对应答案的点赞按钮的ID
      WebDriverWait(chrome, 20).until(EC.visibility_of_element_located((By.ID, 'evaluate-2796284381')))
      elem = chrome.find_element_by_id("evaluate-2796284381").click()
    #如果IP不能使用，抛出异常，程序继续循环执行

    except Exception, e:
        print PROXY
        print e
        continue

做过web自动化测试或者爬虫的，对selenium应该不会很陌生。加入WebDriverWait是因为在实际使用过程中，发现等待网页加载出来，会需要一段时间。怎么说，也是好歹能用。

找点赞按钮的ID

这个脚本花了两个下班后晚上编译加调试。脚本不白写，送给同事后，喝到了人生中的第一杯星巴克。