快捷導(dǎo)航

Python爬蟲(chóng)利用cookie實(shí)現(xiàn)模擬登陸實(shí)例詳解

更新時(shí)間：2017年01月12日 10:18:50 投稿：lqh

這篇文章主要介紹了Python爬蟲(chóng)利用cookie實(shí)現(xiàn)模擬登陸實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下

Cookie，指某些網(wǎng)站為了辨別用戶身份、進(jìn)行session跟蹤而儲(chǔ)存在用戶本地終端上的數(shù)據(jù)（通常經(jīng)過(guò)加密）。

舉個(gè)例子，某些網(wǎng)站是需要登錄后才能得到你想要的信息的，不登陸只能是游客模式，那么我們可以利用Urllib2庫(kù)保存我們以前登錄過(guò)的Cookie，之后載入cookie獲取我們想要的頁(yè)面，然后再進(jìn)行抓取。理解cookie主要是為我們快捷模擬登錄抓取目標(biāo)網(wǎng)頁(yè)做出準(zhǔn)備。

我之前的帖子中使用過(guò)urlopen()這個(gè)函數(shù)來(lái)打開(kāi)網(wǎng)頁(yè)進(jìn)行抓取，這僅僅只是一個(gè)簡(jiǎn)單的Python網(wǎng)頁(yè)打開(kāi)器，其參數(shù)也僅有urlopen(url,data,timeout),這三個(gè)參數(shù)對(duì)于我們獲取目標(biāo)網(wǎng)頁(yè)的cookie是遠(yuǎn)遠(yuǎn)不夠的。這時(shí)候我們就要利用到另外一種Opener——CookieJar。

cookielib也是Python進(jìn)行爬蟲(chóng)的一個(gè)重要模塊，他能與urllib2相互結(jié)合一起爬取想要的內(nèi)容。該模塊的CookieJar類的對(duì)象可以捕獲cookie并在后續(xù)連接請(qǐng)求時(shí)重新發(fā)送，這樣就可以實(shí)現(xiàn)我們所需要的模擬登錄功能。

這里特別說(shuō)明一下，cookielib是在py2.7中自帶的模塊，無(wú)需重新安裝，想要查看其自帶模塊可以查看Python目錄下的Lib文件夾，里面有所有安裝的模塊。我一開(kāi)始沒(méi)想起來(lái)，在pycharm中竟然沒(méi)有搜到cookielib,使用了快捷安裝也報(bào)錯(cuò)：Couldn't find index page for 'Cookielib' (maybe misspelled?)

之后才想起來(lái)是不是自帶的就有，沒(méi)想到去lib文件夾一看還真有，白白浪費(fèi)半個(gè)小時(shí)各種瞎折騰~~

下面我們就來(lái)介紹一下這個(gè)模塊，該模塊主要的對(duì)象有CookieJar、FileCookieJar、MozillaCookieJar、LWPCookieJar。

它們的關(guān)系：CookieJar —-派生—->FileCookieJar —-派生—–>MozillaCookieJar和LWPCookieJar 主要用法，我們下面也會(huì)講到。urllib2.urlopen()函數(shù)不支持驗(yàn)證、cookie或者其它HTTP高級(jí)功能。要支持這些功能，必須使用build_opener()（可以用于讓python程序模擬瀏覽器進(jìn)行訪問(wèn)，作用你懂得~）函數(shù)創(chuàng)建自定義Opener對(duì)象。

1、首先我們就來(lái)獲取一下網(wǎng)站的cookie

例子：

#coding=utf-8 
import cookielib 
import urllib2 
 
mycookie = cookielib.CookieJar() #聲明一個(gè)CookieJar的類對(duì)象保存cookie(注意CookieJar的大小寫(xiě)問(wèn)題) 
handler = urllib2.HTTPCookieProcessor(mycookie) #利用urllib2庫(kù)中的HTTPCookieProcessor來(lái)聲明一個(gè)處理cookie的處理器 
opener = urllib2.build_opener(handler) #利用handler來(lái)構(gòu)造opener，opener的用法和urlopen()類似 
response = opener.open("http://www.baidu.com") #opener返回的一個(gè)應(yīng)答對(duì)象response 
for item in my.cookie: 
  print"name="+item.name 
  print"value="+item.value

結(jié)果：

name=BAIDUID 
value=73BD718962A6EA0DAD4CB9578A08FDD0:FG=1 
name=BIDUPSID 
value=73BD718962A6EA0DAD4CB9578A08FDD0 
name=H_PS_PSSID 
value=1450_19035_21122_17001_21454_21409_21394_21377_21526_21189_21398 
name=PSTM 
value=1478834132 
name=BDSVRTM 
value=0 
name=BD_HOME 
value=0

這樣我們就得到了一個(gè)最簡(jiǎn)單的cookie。

2、將cookie保存到文件

上面我們得到了cookie,下面我們學(xué)習(xí)如何保存cookie。在這里我們使用它的子類MozillaCookieJar來(lái)實(shí)現(xiàn)Cookie的保存

例子：

#coding=utf-8 
import cookielib 
import urllib2 
 
mycookie = cookielib.MozillaCookieJar() #聲明一個(gè)MozillaCookieJar的類對(duì)象保存cookie(注意MozillaCookieJar的大小寫(xiě)問(wèn)題) 
handler = urllib2.HTTPCookieProcessor(mycookie) #利用urllib2庫(kù)中的HTTPCookieProcessor來(lái)聲明一個(gè)處理cookie的處理器 
opener = urllib2.build_opener(handler) #利用handler來(lái)構(gòu)造opener，opener的用法和urlopen()類似 
response = opener.open("http://www.baidu.com") #opener返回的一個(gè)應(yīng)答對(duì)象response 
for item in mycookie: 
  print"name="+item.name 
  print"value="+item.value 
filename='mycookie.txt'#設(shè)定保存的文件名 
mycookie.save(filename,ignore_discard=True, ignore_expires=True)

將上面的例子簡(jiǎn)單變形就可以得到本例，使用了CookieJar的子類MozillaCookiJar,為什么呢？我們將MozillaCookiJar換成CookieJar試試，下面一張圖你就能明白：

CookieJar是沒(méi)有保存save屬性的~

save()這個(gè)方法中：ignore_discard的意思是即使cookies將被丟棄也將它保存下來(lái)，ignore_expires的意思是如果在該文件中cookies已經(jīng)存在，則覆蓋原文件寫(xiě)入，在這里，我們將這兩個(gè)全部設(shè)置為T(mén)rue。運(yùn)行之后，cookies將被保存到cookie.txt文件中，我們查看一下內(nèi)容：

這樣我們就成功保存了我們想要的cookie

3、從文件中獲取cookie并訪問(wèn)

<pre style="background-color: rgb(255, 255, 255); font-family: 宋體; font-size: 9pt;"><pre name="code" class="python">#coding=utf-8 
import urllib2 
import cookielib 
import urllib 
 
#第一步先給出賬戶密碼網(wǎng)址準(zhǔn)備模擬登錄 
postdata = urllib.urlencode({ 
  'stuid': '1605122162', 
  'pwd': 'xxxxxxxxx'#密碼這里就不泄漏啦，嘿嘿嘿 
}) 
loginUrl = 'http://ids.xidian.edu.cn/authserver/login?service=http%3A%2F%2Fjwxt.xidian.edu.cn%2Fcaslogin.jsp'# 登錄教務(wù)系統(tǒng)的URL，成績(jī)查詢網(wǎng)址 
 
# 第二步模擬登陸并保存登錄的cookie 
filename = 'cookie.txt'  #創(chuàng)建文本保存cookie 
mycookie = cookielib.MozillaCookieJar(filename) # 聲明一個(gè)MozillaCookieJar對(duì)象實(shí)例來(lái)保存cookie，之后寫(xiě)入文件 
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(mycookie)) #定義這個(gè)opener，對(duì)象是cookie 
result = opener.open(loginUrl, postdata) 
mycookie.save(ignore_discard=True, ignore_expires=True)# 保存cookie到cookie.txt中 
 
# 第三步利用cookie請(qǐng)求訪問(wèn)另一個(gè)網(wǎng)址，教務(wù)系統(tǒng)總址 
gradeUrl = 'http://ids.xidian.edu.cn/authserver/login?service'  #只要是帳號(hào)密碼一樣的網(wǎng)址就可以， 請(qǐng)求訪問(wèn)成績(jī)查詢網(wǎng)址 
result = opener.open(gradeUrl) 
print result.read()</pre><br> 
<pre></pre> 
<pre></pre> 
<p></p> 
<pre></pre> 
<pre></pre> 
創(chuàng)建一個(gè)帶有cookie的opener，在訪問(wèn)登錄的URL時(shí)，將登錄后的cookie保存下來(lái)，然后利用這個(gè)cookie來(lái)訪問(wèn)其他網(wǎng)址。 
<p></p> 
<p><br> 
</p> 
<p>核心思想：創(chuàng)建opener,包含了cookie的內(nèi)容。之后在利用opener時(shí)，就會(huì)自動(dòng)使用原先保存的cookie.<br> 
<br> 
</p> 
   
</pre>

感謝閱讀，希望能幫助到大家，謝謝大家對(duì)本站的支持！

您可能感興趣的文章: