关于python:认识爬虫提取网站-cookie-信息并使用-cookie-信息实现登录

为什么要应用 cookie 信息来进行爬虫呢？做后端的敌人们都晓得，个别状况下，在服务器上公布接口都是要设置身份信息验证，验证的形式就是通过 cookie 信息中蕴含的身份认证来进行验证。在身份验证通过之后，能力获取到响应接口的信息，所以，把握这一点在爬虫过程中也是极为必要，不然只能爬取一些不须要验证的公开信息，话不多说，咱们进入实战环节。

1、导入依赖的第三方扩大库

 1# -*- coding: UTF-8 -*-
 2
 3# 导入 urllib 库，对申请参数进行编码
 4import urllib
 5
 6# 导入 urllib2 库，实现网络申请
 7import urllib2
 8
 9# 导入 cookielib 库，用于操作 cookie 信息
10import cookielib

2、登录网站并提取 cookie 信息进行保留

 1# 设置文件门路
 2filename = u'usr/load/cookie.txt'
 3
 4# 创立 MozillaCookieJar 对象用于操作 cookie 信息
 5cookie_obj = cookielib.MozillaCookieJar(filename)
 6# 构建 opener 对象
 7opener_obj = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie_obj))
 8
 9# 构建用户名、明码，并进行 encode 编码
10params = urllib.urlencode({
11    'account': '000000',
12    'passwd': '000000'
13})
14
15# 定义网站登录地址
16login_url = 'http://wefd.com/login'
17
18# 向服务器发送申请、实现用户名 / 明码登录
19result = opener_obj.open(url=login_url, data=params)
20
21# 保留 cookie 信息
22cookie_obj.save(ignore_discard=True, ignore_expires=True)

3、提取保留的 cookie 信息并应用 cookie 信息实现登录

 1# 创立 MozillaCookieJar 实例对象用于操作 cookie 信息
 2cookie_obj = cookielib.MozillaCookieJar()
 3
 4# 设置文件门路
 5filename = u'usr/load/cookie.txt'
 6
 7# 加载 cookie 信息到 MozillaCookieJar 对象
 8cookie_obj.load(filename, ignore_discard=True, ignore_expires=True)
 9
10# 定义网站登录地址
11login_url = 'http://wefd.com/login'
12
13# 创立 Request 申请
14request = urllib2.Request(login_url)
15
16# 构建 opener 对象，并退出 cookie 信息
17opener_obj = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie_obj))
18
19# 执行登录申请
20response = opener_obj.open(request)
21print response.read()

更多精彩返回微信公众号【Python 集中营】，专一于 python 技术栈，材料获取、交换社区、干货分享，期待你的退出~