問題引入

開始鏈家爬蟲的時候，了解到需要實現模擬登錄，不登錄不能爬取三個月之內的數據，目前暫未驗證這個說法是否正確，這一小節記錄一下利用瀏覽器(IE11)的開發者工具去分析模擬登錄網站(鏈家)的內部邏輯過程，花了一個周末的時間，部分問題暫未解決。

思路介紹

利用瀏覽器(IE11)的開發者工具，啟用網絡流量捕獲，在調試之前，先做一些配置上的準備工作：清除舊的cookie和緩存，禁用跳轉后清除日志(Firefox在開發工具的Settings設置中勾上啟用持續日志)。

首先簡要介紹一下模擬登錄網站的基本邏輯，模擬網站登錄需要知道，要向什么url地址，發送什么樣的數據，GET請求還是POST請求。GET請求從服務器請求數據，不需要post data，但是經常需要在url后面加上對應的query parameter，類似?para1=value1&para2=value2之類的形式，本質上有點類似于post data。POST請求需要提供對應的post data，對應工具中的Request Body。而剩下的，是設置發送請求時的相關參數，包括user-agent等，對應工具中的Request Headers。提交請求后，網站服務器返回Response Headers和Response Body。其中，還經常涉及到cookie信息，在發送前，準備好，發送給服務器，服務器返回的信息中，往往也包含更新后的cookie值。

總結一下，主要關注點：Request Headers、Request Body、Response Headers、Response Body、Cookie。

打開IE11后，調出工具，切換到網絡界面，打開鏈家，過濾HTML請求，可以看到，頁面跳轉到http://gz.lianjia.com/，服務器返回的Response Headers里面設置了一些cookie，如lianjia_ssid和lianjia_uuid。

點擊登錄，然后輸入用戶名和密碼，正常登錄。

找到登錄網站所涉及的最核心的地址，對于此，我們可以通過搜索在哪里發送了我們的密碼?？梢钥吹?，和我們密碼相關的url地址為https://passport.lianjia.com/cas/login。即以后如果寫代碼，所要訪問的url地址，就是這個地址了。

分析所提交的數據(post data)中的參數和值，這就是模擬網站登錄的核心數據了，是在寫代碼時，對于url=https://passport.lianjia.com/cas/login提交POST請求時，要發送的一些參數和值。

接下來，分析這些值是如何來的。例如lt值，搜索LT-99999，發現來自https://passport.lianjia.com/cas/PRelogin/loginTicket?

分析Cookie，在最核心的地址https://passport.lianjia.com/cas/login的Request Headers中，lianjia_ssid、lianjia_uuid和JsessionID，其中lianjia_ssid、lianjia_uuid通過先訪問其他頁面獲取，現在接著去找名為JSESSIONID的Cookie，是從哪里來的，所以，能想到的，就是先去搜索JSESSIONID，搜索出來的第一個url地址是https://passport.lianjia.com/cas/prelogin/loginTicket?。很明顯，其就是我們所期望的，因為其中的JSESSIONID是通過Set-Cookie所獲得的，是訪問服務器的某個地址https://passport.lianjia.com/cas/prelogin/loginTicket?，然后服務器所返回的Cookie值。

而對于模擬登錄網站中，所涉及的其他Cookie、其他參數的值，可參考上述的邏輯，去一點點分析，找到最終的某個值的來源，然后才能用程序模擬。

總結模擬登錄鏈家的基本流程

至此，對于想要模擬登錄鏈家的內部邏輯過程，基本上清楚了。

待解決問題

在通過Python實現的時候，利用如上的流程，發現實際上行不通，登錄失敗。這里提出幾個未解決的問題。

如何驗證模擬登錄網站已成功了呢？

按理，在通過最后一步訪問地址為https://passport.lianjia.com/cas/login時，帶上賬號、密碼、提取的lt值，已獲取JSESSIONID值的情況下，通過返回的html代碼或cookie值，是可以判斷模擬登錄網站已成功的，然而在進一步分析數據來源的時候，發現有一個lianjia_token在登錄后的頁面經常出現，不知在模擬登錄過程中是否需要用到？是否需要獲取到lianjia_token才算成功？也不知是如何得到的？和JS腳本是否有關系？

微信公眾號「數據分析」，分享數據科學家的自我修養，既然遇見，不如一起成長。