前言：

什么是cookie?

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

比如說有些網(wǎng)站需要登錄后才能訪問某個頁面，在登錄之前，你想抓取某個頁面內(nèi)容是不允許的。那么我們可以利用Urllib庫保存我們登錄的Cookie，然后再抓取其他頁面,這樣就達到了我們的目的。

一、Urllib庫簡介

Urllib是python內(nèi)置的HTTP請求庫，官方地址：https://docs.python.org/3/library/urllib.html

包括以下模塊：

>>>urllib.request請求模塊

>>>urllib.error異常處理模塊

>>>urllib.parseurl解析模塊

>>>urllib.robotparserrobots.txt解析模塊

二、urllib.request.urlopen介紹

uurlopen一般常用的有三個參數(shù)，它的參數(shù)如下：

urllib.requeset.urlopen(url,data,timeout)

簡單的例子：

1、url參數(shù)的使用（請求的URL）

response=urllib.request.urlopen('http://www.baidu.com')

2、data參數(shù)的使用（以post請求方式請求）

data=bytes(urllib.parse.urlencode({'word':'hello'}),encoding='utf8')

response=urllib.request.urlopen('http://www.baidu.com/post',data=data)

3、timeout參數(shù)的使用（請求設置一個超時時間，而不是讓程序一直在等待結(jié)果）

response=urllib.request.urlopen('http://www.baidu.com/get',timeout=4)

三、構(gòu)造Requset

1、數(shù)據(jù)傳送POST和GET（舉例說明：此處列舉登錄的請求，定義一個字典為values，參數(shù)為：email和password，然后利用urllib.parse.urlencode方法將字典編碼，命名為data，構(gòu)建request時傳入兩個參數(shù)：url、data。運行程序，即可實現(xiàn)登陸。）

GET方式：直接以鏈接形式訪問，鏈接中包含了所有的參數(shù)。

LOGIN_URL="http://fr*****.aflt.kiwisns.com/postLogin/"

values={'email':'*******@user.com','password':'123456'}

data=urllib.parse.urlencode(values).encode()

geturl=LOGIN_URL+"?"+data

request=urllib.request.Request(geturl)

POST方式：上面說的data參數(shù)就是用在這里的，我們傳送的數(shù)據(jù)就是這個參數(shù)data。

LOGIN_URL='http://fr*****.aflt.kiwisns.com/postLogin/'

values={'email':'*******@user.com','password':'123456'}

data=urllib.parse.urlencode(values).encode()

request=urllib.request.Request(URL,data)

2、設置Headers（有些網(wǎng)站不會同意程序直接用上面的方式進行訪問，如果識別有問題，那么站點根本不會響應，所以為了完全模擬瀏覽器的工作，我們需要設置一些Headers的屬性）

fiddler抓包請求-headers

上圖可以看到該請求的headers，這個頭中包含了許多信息：Cache、Client、Transport等等。其中，agent就是請求的身份，如果沒有寫入請求身份，那么服務器不一定會響應，所以可以在headers中設置agent。

舉例：（這個例子只是說明了怎樣設置headers）

user_agent=r'Mozilla/5.0(WindowsNT6.1;Win64;x64;rv:55.0)Gecko/20100101Firefox/55.0'

headers={'User-Agent':user_agent,'Connection':'keep-alive'}

request=urllib.request.Request(URL,data,headers)

四、使用cookie登錄

1、獲取登錄網(wǎng)址

瀏覽器輸入需要登錄的網(wǎng)址：'http://fr*****.aflt.kiwisns.com/login'（注意：這個并非其真實站點登錄網(wǎng)址），使用抓包工具fiddler抓包（其他工具也可）找到登錄后看到的request。

此處確定需要登錄的網(wǎng)址為：'http://fr*****.aflt.kiwisns.com/postLogin/'

查看登錄的request網(wǎng)址

2、查看要傳送的post數(shù)據(jù)

找到登錄后的request中有webforms的信息，會列出登錄要用的post數(shù)據(jù)，包括Email，password，auth。

webforms信息

3、查看headers信息

找到登錄后看到的request的headers信息，找出User-Agent設置、connection設置等

User-Agent設置、connection設置

4、開始編碼，使用cookie登錄該網(wǎng)站

5、反復使用cookie登錄

（上面代碼中我們保存cookie到本地了，以下代碼我們能夠直接從文件導入cookie進行登錄，不用再構(gòu)建request了）

總結(jié)

以上就是本文關于python爬蟲使用cookie登錄詳解的全部內(nèi)容，希望對大家有所幫助。感興趣的朋友可以繼續(xù)參閱本站其他相關專題，如有不足之處，歡迎留言指出。感謝朋友們對本站的支持！

本文標題: python爬蟲使用cookie登錄詳解

本文地址: http://www.cppcns.com/jiaoben/python/215903.html

總結(jié)

以上是生活随笔為你收集整理的python获取登录后的cookie_python爬虫使用cookie登录详解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。