资讯专栏INFORMATION COLUMN

使用node搭建自动发图文微博机器人

Profeel / 3382人阅读

摘要:仅供学习交流,请勿用于商业用途,并遵守新浪微博相关规定。代码目录此微博机器人的实现功能如下模拟登陆新浪微博获取自动上传图片至微博图床自动发送内容不同的图文微博通过定时任务,实现周期性发微博任务。

仅供学习交流,请勿用于商业用途,并遵守新浪微博相关规定。

代码目录

此微博机器人的实现功能如下:

模拟登陆新浪微博,获取cookie;

自动上传图片至微博图床;

自动发送内容不同的图文微博;

通过定时任务,实现周期性发微博任务。

效果图


图文内容我固定了,可自行使用第三方api获取要发送的内容或爬取第三方内容发送。(偷个懒...

要实现发送图文微博可以分为三个步骤

登录微博。

图片上传至微博图床获取PID。

发送微博。

登录

登录可以使用Puppeteer node库,很轻松的实现登录获取微博cookie,这里不多介绍,可以自行搜索Puppeteer学习。

</>复制代码

  1. Puppeteer是谷歌官方出品的一个通过DevTools协议控制headless Chrome的Node库。可以通过Puppeteer的提供的api直接控制Chrome模拟大部分用户操作来进行UI Test或者作为爬虫访问页面来收集数据。

</>复制代码

  1. async function login(username, password) {
  2. const browser = await puppeteer.launch({
  3. // headless: false,
  4. slowMo: 250,
  5. executablePath: ""
  6. });
  7. const page = (await browser.pages())[0];
  8. await page.setViewport({
  9. width: 1280,
  10. height: 800
  11. });
  12. await page.goto("https://weibo.com/");
  13. await page.waitForNavigation();
  14. await page.type("#loginname", username);
  15. await page.type("#pl_login_form > div > div:nth-child(3) > div.info_list.password > div > input", password);
  16. await page.click("#pl_login_form > div > div:nth-child(3) > div:nth-child(6)");
  17. await page.waitForNavigation().then(result => {
  18. return new Promise((resolve) => {
  19. page.cookies().then(async cookie => {
  20. fs.createWriteStream("cookie.txt").write(JSON.stringify(cookie), "UTF8");//存储cookie
  21. await browser.close();//关闭打开的浏览器
  22. resolve(cookie);
  23. });
  24. })
  25. }).catch(e => {
  26. page.screenshot({
  27. path: "code.png",
  28. type: "png",
  29. x: 800,
  30. y: 200,
  31. width: 100,
  32. height: 100
  33. });
  34. return new Promise((resolve, reject) => {
  35. readSyncByRl("请输入验证码").then(async (code) => {
  36. await page.type("#pl_login_form > div > div:nth-child(3) > div.info_list.verify.clearfix > div > input", code);
  37. await page.click("#pl_login_form > div > div:nth-child(3) > div:nth-child(6)");
  38. await page.waitForNavigation();
  39. page.cookies().then(async cookie => {
  40. fs.createWriteStream("cookie.txt").write(JSON.stringify(cookie), "UTF8");
  41. await browser.close();
  42. resolve(cookie);
  43. });
  44. })
  45. })
  46. })
  47. }
图片上传至微博图床

上传到微博图床可以看这里 http://weibo.com/minipublish 抓包看上传的接口过程,可以看到上传的是base64图片信息。所以上传前把图片转换成base64编码,而本地图片的编码和互联网链接图片的编码又不一样,这里使用的是互联网链接的图片,node本地图片转换成base64编码更简单些。上传成功后返回微博图床图片的pid。记住这个pid,发微博用的就是这个pid。

发送微博

有了微博cookie和图片pid后就可以发微博了,多张图片时pid之间以|隔开的。

</>复制代码

  1. async function weibopost(text, pic_ids = "", cookie) { //发送微博内容(支持带图片)
  2. return new Promise(async (resolve, reject) => {
  3. if (cookie === "") {
  4. reject("Error: Cookie not set!");
  5. }
  6. let post_data = querystring.stringify({
  7. "location": "v6_content_home",
  8. "text": text,
  9. "appkey": "",
  10. "style_type": "1",
  11. "pic_id": pic_ids,
  12. "tid": "",
  13. "pdetail": "",
  14. "mid": "",
  15. "isReEdit": "false",
  16. "rank": "0",
  17. "rankid": "",
  18. "module": "stissue",
  19. "pub_source": "main_",
  20. "pub_type": "dialog",
  21. "isPri": "0",
  22. "_t": "0"
  23. });
  24. let post_options = {
  25. "Accept": "*/*",
  26. "Accept-Encoding": "gzip, deflate, br",
  27. "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8,zh-TW;q=0.7",
  28. "Connection": "keep-alive",
  29. "Content-Length": Buffer.byteLength(post_data),
  30. "Content-Type": "application/x-www-form-urlencoded",
  31. "Cookie": cookie,
  32. "Host": "weibo.com",
  33. "Origin": "https://weibo.com",
  34. "Referer": "https://weibo.com",
  35. "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.167 Safari/537.36",
  36. "X-Requested-With": "XMLHttpRequest"
  37. };
  38. let {
  39. data
  40. } = await axios.post("https://weibo.com/aj/mblog/add?ajwvr=6&__rnd=" + new Date().getTime(), post_data, {
  41. withCredentials: true,
  42. headers: post_options
  43. })
  44. if (data.code == 100000) {
  45. console.log("
  46. " + text + "-----Sent!" + "---" + new Date().toLocaleString());
  47. resolve(data);
  48. } else {
  49. console.log("post error");
  50. reject("post error");
  51. }
  52. });
  53. }

最后就是定时任务了,定时任务可以使用node-schedule node库,这里不多介绍,可以自行搜索学习。这里使用的是每隔10分钟发送一次。

</>复制代码

  1. function loginTo() {
  2. login(config.username, config.password).then(async () => {
  3. let rule = null;
  4. rule = new schedule.RecurrenceRule();
  5. rule.minute = [01, 11, 21, 31, 41, 51];
  6. try {
  7. let cookie = await getCookie();
  8. getContent(cookie);
  9. } catch (error) {
  10. console.log(error);
  11. }
  12. j = schedule.scheduleJob(rule, async () => { //定时任务
  13. try {
  14. let cookie = await getCookie();
  15. getContent(cookie);
  16. } catch (error) {
  17. console.log(error);
  18. }
  19. });
  20. })
  21. }
源码地址: github地址 参考

</>复制代码

  1. https://github.com/itibbers/w...

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/102814.html

相关文章

  • 借助诗词API和微博图床搭建自动图文微博器人

    摘要:微博图床对于微博图床的理解得力于这篇文章利用微博当图床语言实现。源码如下上传图片到微博图床图片文件图片是否采用方式上传返回的数据微博提交正则表达式提取返回结果中的数据微博机器人源码列举了所要用到的几个重要,最后还是贴一下机器人的源码吧。 ​ 在2011年的时候,浙大的一位博士生借助微博的开放平台为他实验室的一台饮水机弄了个微博,名唤@浙大CCNT实验室饮水机,俗称饮水机娘。当年这...

    沈建明 评论0 收藏0
  • 图文并茂揭开深度学习神秘面纱,兼谈人工智能狂热的荒诞

    摘要:对深度学习模型而言,水就是海量的数据。就拿机器识别物体这样的任务来说,通过数百万副图片的训练,深度学习模型甚至可以超过人的肉眼的识别能力,这确实是人工智能在感知类问题上重要的里程碑。关于深度学习,还有一个有趣的现象。 说到人工智能和机器人,上点儿岁数的码农们可能对封面这张图有点印象。不明就里的朋友,可以回去补习一下《编辑部的故事》。我是个二手的人工智能表演艺术家:从博士毕业开始,就在MSRA...

    jimhs 评论0 收藏0
  • CI Weekly #3 | 关于微服务、Docker 实践与 DevOps 指南

    摘要:围绕软件工程效率提升进行一系列技术内容分享,包括国内外持续集成持续交付,持续部署自动化测试等实践教程工具与资源,以及一些工程师文化相关的程序员。划分了数据库日志安全监控配置管理云服务等个大类,个工具。 CI Weekly 围绕『 软件工程效率提升』 进行一系列技术内容分享,包括国内外持续集成、持续交付,持续部署、自动化测试、 DevOps 等实践教程、工具与资源,以及一些工程师文化相关...

    monw3c 评论0 收藏0
  • 阿里云账号注册流程方法(图文教程)

    摘要:以上为阿里云账号注册的方法流程,官方文档阿里云账号注册流程中也有教程,由于阿里云账号需要实名认证才可以正常使用,所以云吞铺子建议可以通过支付宝淘宝微博等方式登录,可以免去实名认证,不然还得上传身份证审核。购买阿里云服务器、域名或者其他云产品都需要阿里云账号,而且账号必须实名认证否则购买不了,云吞铺子分享账号注册流程方法及常见问题解答: 阿里云账号注册流程方法 1. 先打开阿里云官网www.a...

    Towers 评论0 收藏0
  • 人工智能离前端并不远 一步步教你开一个机器学习APP(附源码)

    摘要:最重要的是,我的代码全部以实现,是时候让前端工程师们在人工智能机器学习领域大展身手了。千万不要被表象所困扰,更不要被人工智能机器学习的标签所迷惑。基于同样由计算机视觉科学家开发的成熟且高度可扩展的深度学习技术,每天能够分析数十亿张图像。 最近HBO电视网推出的美剧《硅谷Silicon Valley》席卷全球,里面有一个桥段介绍了超级有趣的iOS app- Not Hotdog。你甚至可...

    Pines_Cheng 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<