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)

  • 企业所得税汇算清缴账务处理
  • 以经营房产投资合营收固定收益如何开发票?
  • 政府补助确认递延所得税
  • 哪个税种不需要认定就能在电子税务局申报
  • 单位多久查一次征信
  • 半成品委托加工费计入成本还是费用
  • 中小企业现金流量表
  • 其他应收款有什么业务
  • 应交税费应交增值税的三级科目有哪些
  • 去年漏记了收入,可以记今年吗
  • 电信线路租用的手机
  • 进项发票税点属于什么科目?
  • 营改增后购置设备进项税抵扣怎么做?
  • 个人独资企业改为有限公司
  • 增值税专用发票利润怎么交税
  • 金税四期上线对高净值人士的影响
  • 所得税汇算清缴退款账务处理
  • 分期付款购买商品房后续没钱还怎么办
  • 装修费用资本化的条件
  • 农村合作社收到财政拨款怎么做分录
  • 固定成本变动成本混合成本的分类
  • 餐饮企业原材料的核算,新城饭店为增值税一般纳税人
  • 收到无偿划拨的股权如何入账
  • 开出去的普票可以用专票抵扣吗
  • 增值税发票和进项发票什么意思
  • 华为鸿蒙harmonyos刷机
  • 预缴增值税会产生滞纳金吗
  • php干啥用
  • 如何禁用win10自动修复
  • php array_search() 函数使用
  • 一本书装订费多少钱
  • 附有退货权商品是什么
  • 企业应纳所得税计算公式
  • oeloader.exe - oeloader是什么进程 有什么用
  • php教程100
  • 用php做计算
  • win7系统任务计划在哪里
  • 计提税金及附加怎么算
  • 微信公众号支付的钱能追回吗
  • react 刷新
  • 房地产开发企业增值税怎么算
  • php面向对象和面向过程
  • 车辆保险费用的申请模板
  • 预算会计组成体系不包括
  • vue中v-model
  • php模拟post提交
  • 哪些农产品属于免税
  • 开具红字发票资料清单
  • 什么是企业贷款余额
  • sqlserver2005数据库备份
  • 民办非企业单位是私立还是公立
  • 通用机打的发票
  • 年底计提坏账收回一部分怎么处理
  • 职工福利按工资的实付还是应付提取
  • 金税盘数据迁移到税务ukey
  • 去年购进的货物怎么做账
  • 投标保证金如何规定
  • 货物丢失怎么做分录
  • 开办费列支范围
  • 企业筹建期的开办费后期怎么算
  • 财务软件摊销年限的最新规定
  • window系统怎么用
  • solaris挂载硬盘
  • centos如何配置ip
  • macbookpro屏幕显示
  • lumia950升级win11
  • win7如何设置计算机自动开机
  • win10桌面图片预览
  • unity特效制作教程
  • python怎么用
  • 推荐表情图片
  • jquery遍历li
  • 如何查看驱动器
  • android入门视频教程
  • js实现复制文本
  • python+flask
  • 税代扣代缴
  • 河南林州在哪三省交界处
  • 什么叫税务协查
  • 未开票企业怎么做账
  • 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