awesome-python-login-model 测试报告解读：Bilibili 极验滑块、web 微信二维码与多站点登录方案实测验证

导读

本篇文章以 README-Test.md 为核心骨架，逐项拆解该文档记录的 Bilibili 自动登录（含极验滑块处理）、web 微信二维码登录、图虫 Spider、Github 模拟登录、链家 Spider、新浪微博 Ajax 爬虫、网易云音乐下载、知乎登录及 execjs 报错、糗事百科协程爬虫、百度翻译 等实测结论与踩坑记录，并结合 bilibili/bilibili.py、webWeixin/webWeixin.py、Github/login.py、qsbk/qiushibaike.py、baidu_translate/Baidufanyi.py、sina/sina.py 等源码做纵深印证，还原其内部工作原理与调用链。读完你将获得一份可复用的多站点模拟登录选型清单与排错手册。

Bilibili 自动登录测试：成功率达 98%，核心是极验滑块破解

README-Test.md 首先给出结论：Bilibili 自动登录测试正常，成功率 98%。这是文档中最具代表性的案例，因为它不是简单的账号密码提交，而是完整实现了 极验（Geetest）滑块验证码 的自动化通过流程。

• 文档配图：bilibili.gif 与 bilibili.jpg 展示了登录现场与运行结果。
• 源码骨架：登录入口为 passport.bilibili.com/login，在 BiliBili 类中串接了 输账号 → 找滑块 → 截取两张验证码 → 计算缺口 → 生成模拟轨迹 → 拖动滑块 的完整链路，见 crack()。

登录链路与滑动验证码自动化原理

从 bilibili.py 的源码可以还原出这套"两次截图 + 像素比对"的思路：

1. 准备浏览器：通过 ChromeOptions 开启 excludeSwitches: <a href="https://link.gitcode.com/i/841395cd6a23dd25290961bef4ae401b" target="_blank">'enable-automation'] 开发者模式，降低被识别为自动化工具的概率，见 [init。
2. 悬停与按下滑块分别截图：get_screenshot 先 move_to_element(button) 获取未按下的完整验证码图，再 click_and_hold(button) 获取按下后显示缺口的验证码图，两张图均以 PNG 保存（get_screenshot）。
3. 裁剪出验证码区域：get_position 通过 .gt_box 定位验证码元素，取其 location 与 size 计算 top/bottom/left/right 裁剪坐标（get_position）。
4. 像素比对找缺口：is_pixel_equal 对两张图逐像素比较 RGB，threshold = 100 以内视为相同；get_gap 从 left = 60 起向右扫描，找到第一列像素差异处即为缺口左侧 x 坐标（get_gap）。
5. 模拟人类拖动轨迹：get_track 采用 分段变速 算法——前 2/3 以 a = random.randint(1, 3) 加速，后 1/3 以 a = -random.randint(3, 5) 减速，并先让滑块多划出 10 像素再回退补 -random.randint(2, 4) 的抖动步（get_track）。这一步模拟"先过头再回正"的真实手感，是提高通过率的关键。
6. 失败重试：crack() 中最多重试 3 次，以 .gt_info_type 是否出现 验证通过: 文案判断成功（crack）。

⚠️ 源码注释明确提醒：电脑缩放比例需为 100%，否则验证码图片坐标获取会出问题（bilibili.py）。这是复现时最容易踩的坑。

web 微信：二维码扫码登录与好友列表获取

文档对 web 微信没有给出文字说明，仅以 weixin.gif 与 weixin.jpg 两张图展示运行效果。实际上该项目实现了"扫码 → 轮询确认 → 初始化会话 → 拉取通讯录"的完整流程，对应源码为 webWeixin/webWeixin.py（264 行）。

核心链路在 main() 中串接（main）：

1. getUUID()：GET login.weixin.qq.com/jslogin，从返回的 window.QRLogin.code = 200; window.QRLogin.uuid = "..." 中正则提取 uuid（getUUID）。
2. showQRImage()：GET login.weixin.qq.com/qrcode/{uuid} 下载二维码图片，并按平台差异调用 open/xdg-open/os.startfile 打开展示（showQRImage）。
3. waitForLogin()：轮询 login.weixin.qq.com/cgi-bin/mmwebwx-bin/login?tip=...&uuid=...，解析 window.code——201 表示已扫码待确认、200 表示已登录、408 表示超时（waitForLogin）。
4. login()：访问 redirect_uri，用 xml.dom.minidom 解析返回的 XML，取出 skey / wxsid / wxuin / pass_ticket 四个凭证，组装成 BaseRequest（login）。
5. webwxinit() + webwxgetcontact()：初始化会话并获取通讯录，随后按 VerifyFlag & 8（公众号/服务号）、SpecialUsers 列表、@@ 群聊前缀、自己的 UserName 四类规则过滤好友，最终打印每位好友的昵称、性别、备注与签名（webwxgetcontact）。

这一段非常适合理解"二维码登录 + 轮询状态机 + 会话凭证复用"这一被大量站点采用的通用登录范式。

图虫 Spider：关键词搜索批量下载图片

文档的"图虫 Spider"章节仅以两张动图呈现下载过程，无文字说明。对应实现为 tuchong/tuchong.py，是一条"搜索词 → imageId → 图片 URL → 本地保存"的流水线：

1. get_imageID(term, page) 请求 stock.tuchong.com/api/free/search/?term=...&page=...，解析 JSON 中的 data.hits 得到图片 imageId（get_imageID）。
2. get_ImageJPG(id) 拼接 stock.tuchong.com/free/image/?imageId=... 页面，正则抓取 class="image-cover" 内的 src（get_ImageJPG）。
3. download_image 补全 https: 前缀下载图片，save_image 以 内容 MD5 作为文件名 去重保存（save_image）。

main() 中默认循环抓取前 6 页，运行方式为：

python3 tuchong/tuchong.py
# 输入想要搜索的内容: 风景

淘宝 web：模拟登录与爬虫的分工

文档"淘宝 web"仅有一句关键分工说明：taobao.py 为模拟登录，剩下的文件为爬虫。当前仓库中 taobao 目录对应实现为：

• taobao_via_username_password.py：基于 selenium 的账号密码登录，先点击切换到账号密码登录 Tab，依次定位 TPL_username_1 / TPL_password_1 输入框与 J_SubmitStatic 登录按钮，最后抓取用户名标签验证登录成功（login）。
• taobao_via_weibo.py：微博授权渠道登录。

源码头部注释给出了一个重要的工程化技巧：直接使用 chromedriver 会被淘宝识别为"机器人"，需要通过

perl -pi -e 's/cdc_/dog_/g' /usr/local/bin/chromedriver

全局替换 chromedriver 二进制中的 cdc_ 标识为 dog_，以规避反自动化检测（taobao_via_username_password.py）。仓库还附带了已修改的 mac_chromedriver/chromedriver 与 windows_driver/chromedriver.exe，以及"不加载图片加速访问 + 开发者模式"的 ChromeOptions 配置。

文档后续代码块补充了这套爬虫的整体数据方案：

1. 爬取淘宝各子标签，按销量排名商品信息，按分类保存至MongoDB
2. 通过pandas进行数据分析
3. 将商品在各省分布、销量排行、地图分布等通过matplotlib绘图显示

即 selenium 登录 → Cookie/会话 → 爬虫采集 → MongoDB 存储 → pandas 分析 → matplotlib 可视化 的完整数据管道。

Github 模拟登录：requests 会话 + authenticity_token 逆向

文档"Github"配图 github.jpg 展示了登录成功的用户名输出。该案例代表"纯 requests 直登"的另一条技术路线（不依赖浏览器），对应实现为 Github/login.py：

1. 先 GET 拿 token：get_token() 访问 github.com/login，正则抓取 name="authenticity_token" value="(.*?)"（get_token）。这是 Rails 应用的 CSRF 防护机制，模拟登录必须带上。
2. 再 POST 提交会话：login_GitHub() 向 github.com/session 提交 commit / utf8 / authenticity_token / login / password，通过 requests.Session() 保持 Cookie（login_GitHub）。
3. 校验结果：从响应页正则 "user-login" content="(.*?)" 提取用户名，验证登录是否成功。

该示例说明：凡是采用表单 CSRF Token 的站点，都必须先解析页面 token 再随登录表单回传，这是 requests 直登的关键一步。

链家 Spider：新增数据采集项目

文档"新增链家 Spider"配图 lianjia.gif，同样未附文字说明。README 传送门中将其归为爬虫类新增项目，模式与淘宝爬虫一致——模拟登录获取会话后，用 requests/scrapy 做大规模采集。在仓库中可找到配套的 liepin 系列 scrapy 工程（含 pipelines/middlewares/settings 完整工程骨架）作为同类参考。注意：文档未给出链家 Spider 的具体爬取字段与运行参数，仓库中也未见对应源码，故无法对其细节作更多描述，仅确认其为该仓库新增的爬虫采集项目。

guoke.spider：下载过快，谨慎使用

文档给出唯一一句警告：

guoke.spider 使用需谨慎，下载的比较快！10 秒能下载一堆，截图我就不展示了，已经删除，东西太多了 😝

结合 guoke/guoke_spider.py 与 guoke/guoke.py 的存在，可以推断该爬虫下载速度极快（文档称 10 秒可下载大量数据），因此被作者主动移除了演示截图。实操上建议控制并发与频率、限速运行，避免对目标站点造成过大压力。具体下载量与吞吐数据文档未给出，不宜夸大。

微博：模拟登录 + Ajax 微博爬虫

文档"微博"明确给出分工：

• sina.py 为模拟登录
• spider 文件夹中为爬虫

对应源码为 sina/sina.py，其登录方式是手机号 + 密码的接口直登：用 sign = new_time + '_' + md5(phone + pwd + new_time) 生成签名，POST 至 appblog.sina.com.cn/api/passport/v3_1/login.php，携带 appkey / appver / pin 等固定参数（get_login），并强调使用 getpass 隐藏密码输入。

爬虫部分文档给出运行说明：

1. 输入要爬取的博主ID，获取ajax请求
2. 解析json数据，爬取博主所有微博，保存至MySQL

即 sina/spider/Ajax_weibo.py 的职责：输入博主 ID → 模拟 Ajax 请求 → 解析 JSON → 落库 MySQL。

网易云音乐：下载 Demo 与 Crypto 依赖的坑

文档"网易云音乐"是典型的踩坑记录：

新增网易云音乐下载，之前的一个小 demo 应该还可以用，Crypto 包应该挺难搞的，安装之后还是导入不了，推荐去百度一下。

对应源码为 NeteaseCloudMusicDownload/api.py。这条记录的实操价值在于：

• 网易云音乐的接口涉及 AES 加密参数，代码依赖 Crypto（PyCrypto / pycryptodome）库；
• 安装后仍 import 失败的常见原因是包名与导入名不一致（旧版 PyCrypto 安装包名为 Crypto，新版 pycryptodome 也使用 Crypto，但若通过其他途径安装可能引入命名冲突或版本不兼容），建议按官方文档卸载重装对应发行版，并核对 Python 版本匹配；
• 文档作者未在此给出完整排错步骤，属于"问题指引式"记录，具体安装方式以你所用包管理器的实际提示为准。

知乎：登录正常，但 execjs 报错有明确解决方案

文档"知乎"包含两个可执行结论：

1. 知乎登录没有问题，不过要手动输入验证码——即模拟登录本身可用，验证码环节需人工介入。
2. 常见报错：execjs._exceptions.ProgramError: TypeError: 'exports' 未定义。

文档给出的原因与解决办法：

1. 由于是你本地的JScript引擎只有一个默认的JScript，所以会造成json未定义的错误。
2. execjs会自动使用当前电脑上的运行时环境
3. 解决办法：安装一个nodejs的V8引擎就可以了

技术原理：PyExecJS 只是一个桥接库，它会把 JS 代码交给本机已有的运行时执行。Windows 上默认的 JScript（IE 引擎）对 exports / module.exports 这类 CommonJS 语法支持不完整，导致 json 未定义 之类的异常。安装 Node.js 后，PyExecJS 会自动优先选用 V8 引擎，问题随之消失。该经验同样适用于本仓库其他依赖 JS 逆向的项目（例如 baidu_translate/translate.js、qqmusic/sign.js）。

配图 zhihu.jpg 展示了知乎登录的现场。

糗事百科：改为协程版爬虫

文档"糗事百科"配图 qiushibaike.gif 与 qiushibaike.jpg，并标注 "改为协程版"。对应实现为 qsbk/qiushibaike.py：

• 使用 gevent.monkey.patch_all() + gevent.pool.Pool(5) 构建 5 并发协程池；
• 用 queue.Queue 存放分页 URL，get_url_list() 按 8hr/page/{page} 模板生成任务；
• exec_task 中 requests.get 获取 HTML → lxml.etree 解析 //a<a href="https://link.gitcode.com/i/59e72d134a07ab0d0271d451e37bdb53" target="_blank">@class="recmd-content"]/text() 提取段子标题 → 打印落盘，见 [exec_task；
• 通过 pool.apply_async(self.exec_task, callback=self.exec_task_finished) 实现任务完成后的自动补位。

这是理解 gevent 协程 + 队列 + 回调续接 三个配合点的最小可运行示例。

百度翻译：JS 逆向生成 sign 参数的接口直登

文档"百度翻译"仅一句"输入英语自动翻译"，配图 baidu_translate.gif。对应实现为 baidu_translate/Baidufanyi.py，是纯 requests + JS 逆向的典型代表：

1. 目标接口 fanyi.baidu.com/basetrans，POST 参数为 query / from / to / token / sign（源码注释给出了完整分析，见 Baidufanyi.py）。
2. make_sign() 用 js2py.EvalJs() 读取并执行 translate.js，调用其中的函数 context.a(self.query) 生成 sign（make_sign）。
3. make_data(sign) 按 translating_mode（0=英译中、1=中译英）决定 from / to，拼出请求体（make_data）。
4. get_content 从响应 json()<a href="https://link.gitcode.com/i/0b7136be3b1a502d3651505094356098" target="_blank">"trans"][0]["dst"] 提取译文并打印（[get_content）。

运行方式：

python3 baidu_translate/Baidufanyi.py
# 请输入翻译模式(0:英译中 1:中译英): 0
# 请输入您要翻译的内容: hello

全项目测试结论汇总

站点/模块	测试结论（来自 README-Test.md）	实现路线（仓库源码）
Bilibili	自动登录正常，成功率 98%	selenium + 极验滑块像素比对（bilibili/bilibili.py）
web 微信	扫码登录 + 好友列表	requests 二维码轮询状态机（webWeixin/webWeixin.py）
图虫 Spider	关键词批量下载图片	requests 搜索 + 正则解析（tuchong/tuchong.py）
淘宝 web	taobao.py 模拟登录，其余为爬虫	selenium 登录 + MongoDB/pandas/matplotlib 管道
Github	模拟登录成功	requests + authenticity_token（Github/login.py）
链家 Spider	新增爬虫项目	同淘宝爬虫思路
guoke.spider	下载过快，谨慎使用	guoke/guoke_spider.py
微博	sina.py 模拟登录，spider 为爬虫	接口直登 + Ajax 爬虫落 MySQL（sina/sina.py）
网易云音乐	下载 Demo，Crypto 导入有坑	NeteaseCloudMusicDownload/api.py
知乎	登录正常，需手动验证码	验证码人工介入
糗事百科	协程版爬虫	gevent 协程池（qsbk/qiushibaike.py）
百度翻译	英译中自动翻译	requests + js2py 逆向 sign（baidu_translate/Baidufanyi.py）

通用技术选型建议（依据 README.md 的项目说明）：

• 优先用 selenium 的场景：直接登录难度大的站点，如 Bilibili（滑块）、QQ 空间等；
• 优先用 requests 直登的场景：接口逻辑清晰、仅需逆向签名/Token 的站点，如 Github、百度翻译、微博；
• 效率最佳实践：登录阶段用 selenium 拿 Cookie，之后维护 Cookie 交给 requests/scrapy 做数据采集，在登录成功率与采集速度之间取得平衡。

运行前置条件：仓库所有程序均使用 Python 3 编写（见 README.md）；selenium 方案需自行准备与浏览器版本匹配的 WebDriver，如仓库提供的 taobao/mac_chromedriver/chromedriver 与 taobao/windows_driver/chromedriver.exe。由于各站点登录策略会持续变化，文档中"测试正常/成功率 98%"等结论均以记录时点为前提，代码可能因网站改版而失效，建议按需调试。