位置: 编程技术 - 正文

Python爬虫利用cookie实现模拟登陆实例详解(怎么利用python爬虫爬数据)

编辑:rootadmin

推荐整理分享Python爬虫利用cookie实现模拟登陆实例详解(怎么利用python爬虫爬数据),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:怎么用python爬虫,pythone爬虫,用python做爬虫程序,基于python爬虫,用python做爬虫程序,pythone爬虫,利用python进行爬虫,利用python进行爬虫,内容如对您有帮助,希望把文章链接给更多的朋友!

Cookie,指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据(通常经过加密)。

举个例子,某些网站是需要登录后才能得到你想要的信息的,不登陆只能是游客模式,那么我们可以利用Urllib2库保存我们以前登录过的Cookie,之后载入cookie获取我们想要的页面,然后再进行抓取。理解cookie主要是为我们快捷模拟登录抓取目标网页做出准备。

我之前的帖子中使用过urlopen()这个函数来打开网页进行抓取,这仅仅只是一个简单的Python网页打开器,其参数也仅有urlopen(url,data,timeout),这三个参数对于我们获取目标网页的cookie是远远不够的。这时候我们就要利用到另外一种Opener——CookieJar。

cookielib也是Python进行爬虫的一个重要模块,他能与urllib2相互结合一起爬取想要的内容。该模块的CookieJar类的对象可以捕获cookie并在后续连接请求时重新发送,这样就可以实现我们所需要的模拟登录功能。

这里特别说明一下,cookielib是在py2.7中自带的模块,无需重新安装,想要查看其自带模块可以查看Python目录下的Lib文件夹,里面有所有安装的模块。我一开始没想起来,在pycharm中竟然没有搜到cookielib,使用了快捷安装也报错:Couldn't find index page for 'Cookielib' (maybe misspelled&#;)

之后才想起来是不是自带的就有,没想到去lib文件夹一看还真有,白白浪费半个小时各种瞎折腾~~

下面我们就来介绍一下这个模块,该模块主要的对象有CookieJar、FileCookieJar、MozillaCookieJar、LWPCookieJar。

它们的关系:CookieJar —-派生—->FileCookieJar —-派生—?>MozillaCookieJar和LWPCookieJar 主要用法,我们下面也会讲到。urllib2.urlopen()函数不支持验证、cookie或者其它HTTP高级功能。要支持这些功能,必须使用build_opener()(可以用于让python程序模拟浏览器进行访问,作用你懂得~)函数创建自定义Opener对象。

1、首先我们就来获取一下网站的cookie

例子:

Python爬虫利用cookie实现模拟登陆实例详解(怎么利用python爬虫爬数据)

结果:

这样我们就得到了一个最简单的cookie。

2、将cookie保存到文件

上面我们得到了cookie,下面我们学习如何保存cookie。在这里我们使用它的子类MozillaCookieJar来实现Cookie的保存

例子:

将上面的例子简单变形就可以得到本例,使用了CookieJar的子类MozillaCookiJar,为什么呢?我们将MozillaCookiJar换成CookieJar试试,下面一张图你就能明白:

CookieJar是没有保存save属性的~

save()这个方法中:ignore_discard的意思是即使cookies将被丢弃也将它保存下来,ignore_expires的意思是如果在该文件中cookies已经存在,则覆盖原文件写入,在这里,我们将这两个全部设置为True。运行之后,cookies将被保存到cookie.txt文件中,我们查看一下内容:

这样我们就成功保存了我们想要的cookie

3、从文件中获取cookie并访问

感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!

python实现斐波那契数列的方法示例 介绍斐波那契数列,又称黄金分割数列,指的是这样一个数列:0、1、1、2、3、5、8、、、……在数学上,斐波纳契数列以如下递归的方法定义:F(0

python基础教程之五种数据类型详解 Python五种数据类型在学习一门语言的过程中,首先肯定就是要先接触到它所拥有的数据类型,Python拥有五种主要的数据类型,下面介绍一下我对这五种

Python实现二分查找与bisect模块详解 前言其实Python的列表(list)内部实现是一个数组,也就是一个线性表。在列表中查找元素可以使用list.index()方法,其时间复杂度为O(n)。对于大数据量,

标签: 怎么利用python爬虫爬数据

本文链接地址:https://www.jiuchutong.com/biancheng/381380.html 转载请保留说明!

上一篇:Python 出现错误TypeError: ‘NoneType’ object is not iterable解决办法(pythonnumpy报错)

下一篇:python实现斐波那契数列的方法示例(用python做斐波那契数列)

  • 哪些产品享受教育优惠
  • 消费税入哪个科目
  • 预收账款可以挂多久
  • 金税四期的到来意味着什么
  • 小微企业增值税起征点是多少
  • 承包费收入如何入账
  • 现金流量表余额等于货币资金吗
  • 银行承兑汇票到期日期怎么算
  • 当期允许抵扣的农产品进项税额
  • 广告费怎么入账
  • 营业外支出计入
  • 开办费一次性摊销企业所得税
  • 纸箱报废处理怎么做账
  • 预收电费怎么做会计分录
  • 专票信息内容
  • 工程安装公司是干嘛的
  • 企业怎么进行税务申报
  • 小微企业免税销售额怎么算
  • 纳税人跨县(市、区)提供建筑服务
  • 企业转让二手房增值税
  • 专项应付款现在叫什么
  • 银行手续费做账漏掉
  • 长期待摊会计处理
  • 物业公司安装监控为了什么
  • 研发样机转销售合法吗
  • 电子税务局怎么变更财务负责人
  • 中国的农业成本为什么高
  • 酒店行业增值税加计抵减是10%还是15%
  • 怎么远程重装win10
  • 以前年度损益调整结转到本年利润吗
  • 怎样清理ie
  • AquariumDesktop.exe进程危险吗 AquariumDesktop是什么进程
  • 企业出售产品前,预收客户一笔货款
  • 应付债券包括
  • 六千元左右
  • 营业外收入增加说明什么问题
  • php tokenizer
  • vue相关
  • php的api接口
  • 专项应付款费用化
  • yii框架教程
  • win10系统的安装
  • 前端从后端拿excel文件
  • php搜索代码
  • 社保新参统委托代发银行
  • 命令行查看git版本
  • 制造费用的主要内容
  • 商业流通企业
  • 工会经费缴纳方式的文件
  • SQLite3 命令行操作指南
  • 已抵扣发票在什么地方查
  • 怎么导出银行去银行流水
  • 揭秘蟹卡骗局
  • 营改增之后账务怎么处理
  • 月末结转增值税怎么算
  • 应付职工薪酬中社保费怎么记账
  • 民非企业怎么给员工交五险
  • 公司法人借款给企业属于关联交易吗?
  • 企业如何开户流程
  • 收到一笔财政局的付款
  • 从业人数和资产总额指标,应按企业
  • windows无法启动wlanautoconfig服务
  • linux vmtool
  • 苹果电脑dock栏不见了
  • dnssne是什么意思
  • win10 20h2体验
  • windows显示缩略图
  • excel2016 win7
  • Manjaro Linux 0.8.13发布下载 可将系统装入SD卡
  • c#开发linux
  • cocos2dx4.0教程
  • python数据可视化课后题答案
  • 置顶怎么折叠起来
  • 谷歌邮箱
  • Unity3D游戏开发毕业论文
  • flask框架下使用scrapy框架
  • 贵州省税务网上缴费平台
  • 驻马店燃气投诉电话号码
  • 淘宝要补偿怎么回复
  • 税务催报通知书怎么接收
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设