From:?http://www.cnblogs.com/bboy/archive/2010/10/29/1864537.html

用python抓取網頁是非常簡單的事，簡單的幾行代碼就可以解決。。。這里稍微記錄一下

?

需要引用的包有主要是 urllib2，urllib也可以引入，具體 看代碼

?

#-------------------------------------------------------------------------------
#?Name:????????模擬登錄web
#?Purpose:
#
#?Author:??????huwei
#
#?Created:?????26/10/2010
#?Copyright:???(c)?huwei?2010
#?Licence:?????<your?licence>
#-------------------------------------------------------------------------------
#!/usr/bin/env?python

import?time,urllib2,urllib

def?main():
????
????#登錄博客園
????loginCNblogs()
????pass



#登錄博客園
def?loginCNblogs():
????try:
????????#設置?cookie
????????cookies?=?urllib2.HTTPCookieProcessor()
????????opener?=?urllib2.build_opener(cookies)
????????urllib2.install_opener(opener)

????????parms?=?{"tbUserName":"用戶名","tbPassword":"密碼","__EVENTTARGET":"btnLogin","__EVENTARGUMENT":"",
????????"__VIEWSTATE":"/wEPDwULLTExMDE0MzIzNDRkGAEFHl9fQ29udHJvbHNSZXF1aXJlUG9zdEJhY2tLZXlfXxYBBQtjaGtSZW1lbWJlcmcJekJlt5rFwfnjeMMnX9V58Xhg",
????????"__EVENTVALIDATION":"/wEWBQKit6iCDALyj/OQAgK3jsrkBALR55GJDgKC3IeGDK6TQlRlirS2Zja1Lmeh02u4XMwV",
????????"txtReturnUrl":"http://bboy.cnblogs.com"}

????????loginUrl?=?"http://passport.cnblogs.com/login.aspx"
????????login?=?urllib2.urlopen(loginUrl,urllib.urlencode(parms))
????????
????????
????????#print(unicode(login.read(),"utf8"))

????????#顯示配置頁面
????????avatar?=?urllib2.urlopen("http://home.cnblogs.com/set/avatar/")
????????#print(avatar.read().decode("utf8"))
????except?Exception,e:
????????print(e)
????pass


if?__name__?==?'__main__':
????main()

?

?

獲取 網頁很簡單 直接 urllib2.urlopen(url).read() 就可以得到網頁源碼

這里是抓取登錄后的頁面，所有開頭需要設置cookie

cookies?=?urllib2.HTTPCookieProcessor()
opener?=?urllib2.build_opener(cookies)
urllib2.install_opener(opener)

?

設置完 cookie以后 再使用 urllib2.urlopen()方法就可以帶上你登錄成功的cookie了

總結

以上是生活随笔為你收集整理的Python网页抓取、模拟登录的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。