python爬虫使用cookie登录详解
前言：
什么是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Urllib库保存我们登录的Cookie，然后再抓取其他页面,这样就达到了我们的目的。
一、Urllib库简介
Urllib是python内置的HTTP请求库，官方地址：https://docs.python.org/3/library/urllib.html
包括以下模块：
>>>urllib.request请求模块
>>>urllib.error异常处理模块
>>>urllib.parseurl解析模块
>>>urllib.robotparserrobots.txt解析模块
二、urllib.request.urlopen介绍
uurlopen一般常用的有三个参数，它的参数如下：
urllib.requeset.urlopen(url,data,timeout)
简单的例子：
1、url参数的使用（请求的URL）
response=urllib.request.urlopen('http://www.baidu.com')
2、data参数的使用（以post请求方式请求）
data=bytes(urllib.parse.urlencode({'word':'hello'}),encoding='utf8')
response=urllib.request.urlopen('http://www.baidu.com/post',data=data)
3、timeout参数的使用（请求设置一个超时时间，而不是让程序一直在等待结果）
response=urllib.request.urlopen('http://www.baidu.com/get',timeout=4)
三、构造Requset
1、数据传送POST和GET（举例说明：此处列举登录的请求，定义一个字典为values，参数为：email和password，然后利用urllib.parse.urlencode方法将字典编码，命名为data，构建request时传入两个参数：url、data。运行程序，即可实现登陆。）
GET方式：直接以链接形式访问，链接中包含了所有的参数。
LOGIN_URL="http://fr*****.aflt.kiwisns.com/postLogin/"
values={'email':'*******@user.com','password':'123456'}
data=urllib.parse.urlencode(values).encode()
geturl=LOGIN_URL+"?"+data
request=urllib.request.Request(geturl)
POST方式：上面说的data参数就是用在这里的，我们传送的数据就是这个参数data。
LOGIN_URL='http://fr*****.aflt.kiwisns.com/postLogin/'
values={'email':'*******@user.com','password':'123456'}
data=urllib.parse.urlencode(values).encode()
request=urllib.request.Request(URL,data)
2、设置Headers（有些网站不会同意程序直接用上面的方式进行访问，如果识别有问题，那么站点根本不会响应，所以为了完全模拟浏览器的工作，我们需要设置一些Headers的属性）
fiddler抓包请求-headers
上图可以看到该请求的headers，这个头中包含了许多信息：Cache、Client、Transport等等。其中，agent就是请求的身份，如果没有写入请求身份，那么服务器不一定会响应，所以可以在headers中设置agent。
举例：（这个例子只是说明了怎样设置headers）
user_agent=r'Mozilla/5.0(WindowsNT6.1;Win64;x64;rv:55.0)Gecko/20100101Firefox/55.0'
headers={'User-Agent':user_agent,'Connection':'keep-alive'}
request=urllib.request.Request(URL,data,headers)
四、使用cookie登录
1、获取登录网址
浏览器输入需要登录的网址：'http://fr*****.aflt.kiwisns.com/login'（注意：这个并非其真实站点登录网址），使用抓包工具fiddler抓包（其他工具也可）找到登录后看到的request。
此处确定需要登录的网址为：'http://fr*****.aflt.kiwisns.com/postLogin/'
查看登录的request网址
2、查看要传送的post数据
找到登录后的request中有webforms的信息，会列出登录要用的post数据，包括Email，password，auth。
webforms信息
3、查看headers信息
找到登录后看到的request的headers信息，找出User-Agent设置、connection设置等
User-Agent设置、connection设置
4、开始编码，使用cookie登录该网站
5、反复使用cookie登录
（上面代码中我们保存cookie到本地了，以下代码我们能够直接从文件导入cookie进行登录，不用再构建request了）
总结
以上就是本文关于python爬虫使用cookie登录详解的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题，如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
