智慧树刷网课python脚本
0x00 写在前面
疫情期间肯定有很多小伙伴需要上网课，但是有些网课我们感觉十分的鸡肋，自己不感兴趣，又必须要学
所以我写了这个刷网课的小程序，一方面是锻炼自己的爬虫技术，另一方面也给同学们节约宝贵的时间
几点说明：
1.此程序只供学习交流，请勿用于商业用途
2.当前只支持“兴趣课”的刷课，其他类型的课程还不支持
3.程序尚不完善，但是原理相通，举一反三，欢迎交流
0x01 环境准备
python3.7+requests库+selenium库+火狐浏览器
python3.7和requests库的安装不必赘述 下面来讲一下selenium库，这也是我第一次用这个库，记录一下
因为目标网站是经过js渲染的，不使用selenium库很难抓取想要的数据，selenium库可以模拟浏览器进行操作，同时可以配合各大主流浏览器，十分好用
安装：
pip install selenium
官网：http://www.seleniumhq.org
中文文档：http://selenium-python-zh.readthedocs.io
selenium可以配合PhantomJS一起使用，PhantomJS可以创建无界面浏览器，使用起来要比浏览器高效，但是这回还是先从简单的用起来吧，而且调试还是很需要界面的
对于不同的浏览器，需要安装不同的驱动：
Chrome的驱动chromedriver 下载地址：http://chromedriver.storage.googleapis.com/index.html
Firefox的驱动geckodriver 下载地址：https://github.com/mozilla/geckodriver/releases/
IE的驱动IEdriver 下载地址：https://www.nuget.org/packages/Selenium.WebDriver.IEDriver/
我使用的是火狐浏览器，所以直接下载Firefox的驱动：
下载解压后，将geckodriver.exe添加到python的根目录下，其他浏览器也是一样，添加到python根目录下即可
0x02 核心原理
现在环境已经准备好了，开始研究刷课的原理
根据Firefox抓包可以发现：
经过实验，我发现当每次用户离开当前界面（例如播放下一个视频、关闭网页）的时候，js都会向服务器发送一个名为save2CCoursProgressV2的post请求，这个包的参数是这样的：
这些参数直接看名字就能知道是什么含义，最重要的参数就是learnTime和totalTime，应该是你观看视频的时间和待在当前界面的时间
所以只要我们构造这个save2CCoursProgressV2包，然后把相关的参数都填好，把learnTime和totalTime设置为一个很大的数，这样服务器就会认为你学习了很长很长时间
而且参数里面的uuid直接标注了用户的id，所以发这个包的时候甚至不需要cookie来认证，直接post就好了
但是需要注意的是，我们从哪里获取videoid和lessonid呢？如果id不对的话也是无法记录时间的
经过查找我发现，videoid并不是静态的存在网页中，js只会解析出当前播放的视频的videoid，这一点我会在后面的实现过程中详细说明
所以我们的工作还包括一个收集videoid和lessonid的过程
这就是本程序的核心原理，直接构造统计视频观看时长的数据包（其中相关参数需要收集），发送到服务器，从而避免浪费大量的时间来观看视频
0x03 实现过程
了解了实现的原理，就只差实现过程了
首先要初始化一个firefox浏览器：
browser = webdriver. Firefox()
尝试进入智慧树的学生主页：
browser.get(\'https://onlineh5.zhihuishu.com/onlineWeb.html#/studentIndex\')
发现要模拟登陆，不过幸运的是，智慧树登陆不需要验证码，可以直接用selenium进行登陆，否则的话就需要拿到cookie再发送请求了：
没有验证码，这一步就很简单，用selenium把用户名和密码填上，然后模拟浏览器去点击登陆按钮即可
可以看到输入用户名这里，有一个id属性，值是 lUsername ，所以可以直接通过id定位用户名输入框，同理密码也是一样：
usrname=browser.find_element_by_id(\'lUsername\') #定位输入框 password=browser.find_element_by_id(\'lPassword\') usrname.send_keys(\'XXXXXX\') #输入自己的用户名和密码 password.send_keys(\'XXXXXX\')
登陆按钮：
可以看到按钮的class属性为 wall-sub-btn 所以也可以直接定位 然后模拟点击：
signin=browser.find_element_by_class_name(\'wall-sub-btn\').click()
做到这一步就可以直接进入学生主页了，可以看到自己选修的课程：
下一步就是点开我要上的课：
可以看到class属性值为 courseName 直接模拟点击就可以了：
watch=browser.find_element_by_class_name(\'courseName\').click()
但是需要注意的是，在这个语句之前，需要加上一个等待时间，必须等到网页加载完成了之后才能点击，否则有可能根本就找不到这个按钮
等待的方法有很多种，我直接用了最简单暴力的sleep（因为其他的方法不会…）
time.sleep(5) watch=browser.find_element_by_class_name(\'courseName\').click()
等待五秒钟后再点击就好了，不过要是实在网速不行，5秒也是有可能失败的….
之后就会出现一个弹窗：
这里必须要把它点掉，也是和之前模拟点击按钮一样的操作
signin=browser.find_element_by_class_name(\'know\').click()
点击完之后，就可以搜集我们想要的东西了（这里最好也加个sleep，给浏览器一点反应的时间）
首先是videoid，videoid怎么找呢？直接ctrl+F：
就可以定位到当前视频的videoid了，但是这个路径用之前找id属性或者class属性的话不是很好找，所以使用css选择器的方法 find_element_by_css_selector 定位到这里，
然后再用get_attribute方法得到dataid的值，也就是videoid
复制css选择器：
可以得到：.video-box > div:nth-child(1)
然后用这个值去定位，然后get参数即可：
videoid=browser.find_element_by_css_selector(".video-box > div:nth-child(1)").get_attribute("dataid")
现在有了videoid，那么lessonid在哪呢？
直接看右边的视频选择栏的代码，我们可以看到所有的lessonid都整整齐齐的写在这里：
所以我们只需要遍历每一个class=”lessonItem”的模块，获取lessonid后点击这个视频，再获取这个视频的videoid，这样最关键的两个id我们就都可以获得了：
classlist=browser.find_elements_by_class_name(\'lessonItem\') for now in classlist: classid=now.get_attribute(\'id\') classtitle=now.find_element_by_class_name("lessonName").text now.click() time.sleep(1) videoid=browser.find_element_by_css_selector(".video-box > div:nth-child(1)").get_attribute("dataid")
这里需要注意的，是第一行和第四行的find方法有略微的不同，第一行element后面还有一个s，这样可以抓取到到一个列表，否则是选择第一个
然后就可以直接构造post请求发送save2CCoursProgressV2包了
ps：save2CCoursProgressV2包的最后一个参数是毫秒级时间戳，但是time方法获得的是秒级的时间戳，需要转化一下：
import time t = time.time() #秒级时间戳 T=int(round(t * 1000)) #毫秒级时间戳
post请求（注意这里的url和之前的不一样，可以通过分析save2CCoursProgressV2包来获得）：
post_url=\'https://b2cpush.zhihuishu.com/b2cpush/courseDetail/save2CCoursProgressV2\' post_data = { \'courseId\': \'2068219\', #courseid可以直接在当前url里面找到 \'videoId\':videoid, \'lessonId\':classid, \'learnTime\':\'1000\', \'chapterName\':classtitle, \'sourceType\':\'3\', \'totalTime\':\'1000\', \'studyMode\':\'1\', \'uuid\':\'XXXXX\', #用户id，但不是用户名 \'dateFormate\':int(round(t * 1000)) #毫秒级时间戳 } r=requests.post(post_url,post_data) print(r.status_code) #输出状态码
这样就大功告成了！
0x04 最终代码
from selenium import webdriver import time import requests post_url=\'https://b2cpush.zhihuishu.com/b2cpush/courseDetail/save2CCoursProgressV2\' browser = webdriver. Firefox() browser.get(\'https://onlineh5.zhihuishu.com/onlineWeb.html#/studentIndex\') usrname=browser.find_element_by_id(\'lUsername\') password=browser.find_element_by_id(\'lPassword\') usrname.send_keys(\'xxxxxx\') #用户名和密码 password.send_keys(\'xxxxxx\') signin=browser.find_element_by_class_name(\'wall-sub-btn\').click() time.sleep(5) #停一下 等页面加载完毕 watch=browser.find_element_by_class_name(\'courseName\').click() time.sleep(2) signin=browser.find_element_by_class_name(\'know\').click() time.sleep(2) videoid=browser.find_element_by_css_selector(".video-box > div:nth-child(1)").get_attribute("dataid") classlist=browser.find_elements_by_class_name(\'lessonItem\') for now in classlist: classid=now.get_attribute(\'id\') classtitle=now.find_element_by_class_name("lessonName").text now.click() time.sleep(1) videoid=browser.find_element_by_css_selector(".video-box > div:nth-child(1)").get_attribute("dataid") t = time.time() post_data = { \'courseId\':\'2068219\', #可以根据url获得 \'videoId\':videoid, \'lessonId\':classid, \'learnTime\':\'1000\', #设置为足够大 \'chapterName\':classtitle, #视频标题 \'sourceType\':\'3\', \'totalTime\':\'1000\', \'studyMode\':\'1\', \'uuid\':\'xxxx\', #uuid可以通过找其他save2CCoursProgressV2包来获得 \'dateFormate\':int(round(t * 1000)) #毫秒级时间戳 } r=requests.post(post_url,post_data) print(r.status_code)
0x05 总结
这个程序写的还是比较简陋的，只支持了“兴趣课”，其他的课程由于网页格式不一样，应该是不适用的，而且courseId还需要手动看url来获得：
uuid也是通过查找save2CCoursProgressV2包获取的，不够智能化自动化，还需要好好打磨
若是学生选修了多门课程，那么在学生界面选择课程的语句也需要稍稍更改了，改成find_elements而不是find_element
不过这都是细节问题了，核心的登录、收集id信息、发送统计时长都做出来了，也亲测有效：
若是觉得效率不够，可以选择加多线程或者是PhantomJS来提高效率~~
这次学习到了很多selenium的用法，也是受益匪浅