信息收集阶段的主要内容有：
1、了解正常登陆的流程
2、了解正常登陆时用到的参数
3、理顺出登陆流程，识别登陆时所需要的参数
了解正常登陆的流程、参数 －可结合burp查看识别参数
打开浏览器自带的调试器（查看Network－All），填写好帐号和密码、验证码后，点击登陆，查看调试器中的内容。
查看加载的内容，可以看到captcha.gif?r＝3562789056789字样（很明显加载的是验证码）、email字样，email数据包中的内容为：
验证码的URL：https://www.zhihu.com/captcha.gif?r＝3562789056789
登陆时请求的URL：https://www.zhihu.com/login/email
登陆时post的参数为：_xsrf、password、captcha、captcha_type、email
参数意义如下：
_xsrf：了解csrf漏洞的同学肯定会理解_xsrf参数的意义，它是为了给提交的表单添加个随机值，用来防止恶意构造的请求被触发后成功执行
password：没错猜对了，就是登陆密码
capcha：验证码
captcha_type:验证码的类型，这个可以在网页源代码，或者是数据包中看到，这里是固定值cn
email：没错又猜对了，是登陆帐号
post数据包中的password、captcha_type、email参数可控，那么我们接下来要解决的问题就是获得_xsrf以及capcha的值。
1）获取xsrf值：
想要定位到一个参数，那么我们就需要从最初开始访问这个URL开始，找到其第一次出现的位置。
从下图中我们可以看到，在第一次请求网站时，响应包中的cookies中设有_xsrf参数，结合burp我们可以观察到，在接下来的流程中，_xsrf的值固定为初始请求回来的值（即图中cookies中_xsrf字段的值），接下来我们把这个值获取到就可以了。
获取xsrf参数值代码如下：
import re import requests r = requests.get(url="https://www.zhihu.com",headers = headers,verify =False) s= str(r.cookies) pattern = r'_xsrf=(.*?) for' _xsrf = re.findall(pattern,s,re.S|re.I) xsrf = _xsrf[0]2）获取captcha的值：
在浏览器中（下图）可以看到captcha图片的地址https://www.zhihu.com/captcha.gif?r=xxxxxxxx&type=login&lang=cn,我们知道r后面的一串数字为时间戳（别问我怎么知道的，在网页源代码中看到的）。
获取验证码链接：为了避免本地获取的时间与服务器端的时间不同步，所以此处时间戳timestamp的值取网页中的值，将其与获取captcha的链接连接在一起，便获取到了验证码链接。
获取验证码URL的代码如下：
import re import requests r = requests.get(url="https://www.zhihu.com",headers = headers,verify =False) pattern_captcha_timestmp =r'<script type="text/json" class="json-inline" data-name="ga_vars">{"user_created":0,"now":(.*?),' ss = r.content _captcha_timestmp = re.findall(pattern_captcha_timestmp,ss,re.S|re.I) timestamp = _captcha_timestmp[0] captcha_url =base_url + '/captcha.gif?r=' +timestamp + "&type=login&lang=cn" print "captcha_url:%s"