Cookie
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)
比如说有些网站需要登录后才能访问某个页面,在登录之前,你想抓取某个页面内容是不允许的。那么我们可以利用Urllib2库保存我们登录的Cookie,然后再抓取其他页面就达到目的了。
Opener
当你获取一个URL你使用一个opener(一个urllib2.OpenerDirector的实例)。在前面,我们都是使用的默认的opener,也就是urlopen。它是一个特殊的opener,可以理解成opener的一个特殊实例,传入的参数仅仅是url,data,timeout。
如果我们需要用到Cookie,只用这个opener是不能达到目的的,所以我们需要创建更一般的opener来实现对Cookie的设置。
Cookielib
cookielib模块的主要作用是提供可存储cookie的对象,以便于与urllib2模块配合使用来访问Internet资源。Cookielib模块非常强大,我们可以利用本模块的CookieJar类的对象来捕获cookie并在后续连接请求时重新发送,比如可以实现模拟登录功能。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
1)获取Cookie保存到变量
import urllib2
import cookielib
#create cookie
cookie = cookielib.CookieJar()
#create hander
hander = urllib2.HTTPCookieProcessor(cookie)
#create opener
opener = urllib2.build_opener(hander)
response = opener.open("http://www.baidu.com")
#for cycle
for item in cookie:
print "Name = " +item.name
print "Value = " +item.value
结果
Name = BAIDUID
Value = B07B663B645729F11F659C02AAE65B4C:FG=1
Name = BAIDUPSID
Value = B07B663B645729F11F659C02AAE65B4C
Name = H_PS_PSSID
Value = 12527_11076_1438_10633
Name = BDSVRTM
Value = 0
Name = BD_HOME
Value = 0
2)保存Cookie到文件
#name
filename = 'cookie.txt'
cookie = cookielib.MozillaCookieJar(filename)
hander = urllib2.HTTPCookieProcessor(cookie)
opener = urllib2.build_opener(hander)
response = opener.open("http://www.baidu.com")
#ignore_discard: save even cookies set to be discarded.
#ignore_expires: save even cookies that have expiredThe file is overwritten if it already exists
#save
cookie.save(ignore_discard = True,ignore_expires = True)
3)从文件中获取Cookie并访问
cookie = cookielib.MozillaCookieJar()
cookie.load("cookie.txt",ignore_discard=True,ignore_expires=True)
request = urllib2.Request("http://www.baidu.com")
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
response = opener.open(request)
print response.read()
4)利用cookie模拟网站登录
filename = "cookie.txt"
cookie = cookielib.MozillaCookieJar(filename)
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
valuers = {"email":"917034405@qq.com","password":"xxxxxxx"}
postdata = urllib.urlencode(valuers)
loginUrl = 'http://www.imooc.com/user/newlogin'
reslut = opener.open(loginUrl,postdata)
cookie.save(ignore_expires=True,ignore_discard=True)
gradeUrl = 'http://www.imooc.com/u/3817602/courses'
reslut = opener.open(gradeUrl)
print reslut.read()