站長資訊網
最全最豐富的資訊網站

Python3 爬蟲帶上 cookie

Python3 爬蟲帶上 cookie

Cookie的英文原意是“點心”,它是在客戶端訪問Web服務器時,服務器在客戶端硬盤上存放的信息,好像是服務器發送給客戶的“點心”。服務器可以根據Cookie來跟蹤客戶狀態,這對于需要區別客戶的場合(如電子商務)特別有用。

當客戶端首次請求訪問服務器時,服務器先在客戶端存放包含該客戶的相關信息的Cookie,以后客戶端每次請求訪問服務器時,都會在HTTP請求數據中包含Cookie,服務器解析HTTP請求中的Cookie,就能由此獲得關于客戶的相關信息。

下面我們就來看一下python3爬蟲帶上cookie的方法:

1、直接將Cookie寫在header頭部

# coding:utf-8 import requests from bs4 import BeautifulSoup cookie = '''cisession=19dfd70a27ec0eecf1fe3fc2e48b7f91c7c83c60;CNZZDATA1000201968=181584 6425-1478580135-https%253A%252F%252Fwww.baidu.com%252F%7C1483922031;Hm_lvt_f805f7762a9a2 37a0deac37015e9f6d9=1482722012,1483926313;Hm_lpvt_f805f7762a9a237a0deac37015e9f6d9=14839 26368''' header = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Geck o) Chrome/53.0.2785.143 Safari/537.36', 'Connection': 'keep-alive', 'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8', 'Cookie': cookie} url = 'https://www.jb51.net/article/191947.htm' wbdata = requests.get(url,headers=header).text soup = BeautifulSoup(wbdata,'lxml') print(soup)

2、使用requests插入Cookie

# coding:utf-8 import requests from bs4 import BeautifulSoup cookie = { "cisession":"19dfd70a27ec0eecf1fe3fc2e48b7f91c7c83c60", "CNZZDATA100020196":"1815846425-1478580135-https%253A%252F%252Fwww.baidu.com%252F%7C1483 922031", "Hm_lvt_f805f7762a9a237a0deac37015e9f6d9":"1482722012,1483926313", "Hm_lpvt_f805f7762a9a237a0deac37015e9f6d9":"1483926368" } url = 'https://www.jb51.net/article/191947.htm' wbdata = requests.get(url,cookies=cookie).text soup = BeautifulSoup(wbdata,'lxml') print(soup)

實例擴展:

使用cookie登錄哈工大ACM站點

獲取站點登錄地址

http://acm.hit.edu.cn/hoj/system/login

查看要傳送的post數據
user和password

Code:

#!/usr/bin/env python # -*- coding: utf-8 -*- """ __author__ = 'pi' __email__ = 'pipisorry@126.com'  """ import urllib.request, urllib.parse, urllib.error import http.cookiejar  LOGIN_URL = 'http://acm.hit.edu.cn/hoj/system/login' values = {'user': '******', 'password': '******'} # , 'submit' : 'Login' postdata = urllib.parse.urlencode(values).encode() user_agent = r'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.157 Safari/537.36' headers = {'User-Agent': user_agent, 'Connection': 'keep-alive'}  cookie_filename = 'cookie.txt' cookie = http.cookiejar.MozillaCookieJar(cookie_filename) handler = urllib.request.HTTPCookieProcessor(cookie) opener = urllib.request.build_opener(handler)  request = urllib.request.Request(LOGIN_URL, postdata, headers) try:   response = opener.open(request)   page = response.read().decode()   # print(page) except urllib.error.URLError as e:   print(e.code, ':', e.reason)  cookie.save(ignore_discard=True, ignore_expires=True) # 保存cookie到cookie.txt中 print(cookie) for item in cookie:   print('Name = ' + item.name)   print('Value = ' + item.value)  get_url = 'http://acm.hit.edu.cn/hoj/problem/solution/?problem=1' # 利用cookie請求訪問還有一個網址 get_request = urllib.request.Request(get_url, headers=headers) get_response = opener.open(get_request) print(get_response.read().decode()) # print('You have not solved this problem' in get_response.read().decode())

推薦教程:《Python教程》

贊(0)
分享到: 更多 (0)
網站地圖   滬ICP備18035694號-2    滬公網安備31011702889846號
日韩色日韩视频亚洲网站| 国产精品福利片免费看| 成人区精品一区二区不卡亚洲| 亚洲国产精品不卡在线电影| 一本大道无码人妻精品专区| 日韩av无码中文字幕| 国产精品漂亮美女在线观看| 国产成人精品久久久久| 国产成人综合日韩精品无码不卡| 99久热任我爽精品视频| 亚洲日韩精品射精日| 2021国产成人午夜精品| 久久精品亚洲精品国产色婷| 亚洲国产精品午夜电影| 免费在线精品视频| 91亚洲精品视频| 国产精品国产亚洲精品看不卡| 蜜臀AV无码精品人妻色欲| 亚洲国产精品成人| 国产亚洲精品国产福利在线观看 | 国产精品福利自产拍在线观看| 亚洲精品美女久久久久久久| 中文国产成人精品久久app| 在线人成精品免费视频| 国产精品午夜福利在线观看地址| 亚洲国产精品丝袜在线观看| 伊人久久精品亚洲午夜| 欧美精品久久久久a片一二三区| 亚洲精品亚洲人成在线| 人妻老妇乱子伦精品无码专区| 久久久无码精品亚洲日韩按摩 | 国产系列高清精品第一页| 一区二区日韩国产精品| 日韩美无码五月天| 成人精品一区二区三区中文字幕| 久久996热精品xxxx| 国产成人精品福利色多多| 国产精品亚洲专区无码不卡| 精品久久久无码人妻中文字幕豆芽| 精品在线免费观看| 亚洲AV日韩AV天堂一区二区三区 |