Python爬虫Cookie的使用

转载：静觅 » Python爬虫入门六之Cookie的使用

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

1.Opener

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

2.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

首先，我们先利用CookieJar对象实现获取cookie的功能，存储到变量中

# _*_coding:utf-8_*_import cookielibimport urllib2#声明一个CookieJar对象实例来保存cookiecookie = cookielib.CookieJar()#利用urllib2库的HTTPCookieProcessor对象来创建cookie处理器handler = urllib2.HTTPCookieProcessor(cookie)#通过handle来创建openeropener = urllib2.build_opener(handler)#此处的open同urllib2的urlopen方法，也可传入requestresponse = opener.open("http://www.baidu.com")for i in cookie:    print "Name = "+i.name    print "Value = "+i.value

2）保存Cookie到文件

#!/usr/bin/env python# _*_coding:utf-8 _*_# @Time     :2017/8/20 16:19# @Author   :luoyu_bie# @Site     :# @File     :cookie3.py# @Software :PyCharm Community Edition#保存Cookie到文件import cookielibimport urllib2#设置保存cookie文件，同级目录下的cookie.txtfilename = "cookie1.txt"#声明一个MozillaCookieJar实例来保存cookie,之后写入文件cookie = cookielib.MozillaCookieJar(filename=filename)#利用urllib2库的HTTPCookieProcessor对象来创建cookie处理器handle = urllib2.HTTPCookieProcessor(cookie)#通过handle来构建openeropener = urllib2.build_opener(handle)#创建一个请求，原理同urllib2的urlopenresponse = opener.open("http://www.baidu.com")#保存cookie到文件cookie.save(ignore_discard=True,ignore_expires=True)"""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"""

3）从文件中获取Cookie并访问

#!/usr/bin/env python# _*_coding:utf-8 _*_# @Time     :2017/8/20 23:49# @Author   :luoyu_bie# @Site     :# @File     :cookie4.py# @Software :PyCharm Community Editionimport cookielibimport urllib2#创建MozillaCookieJar实例对象cookie = cookielib.MozillaCookieJar()#从文件中读取cookie内容变量cookie.load(filename="cookie1.txt",ignore_discard=True,ignore_expires=True)#构建cookie处理器handle = urllib2.HTTPCookieProcessor(cookie)#利用urllib2的build_opener方法创建一个openeropener = urllib2.build_opener(handle)#创建请求的requestreq = urllib2.Request("http://www.baidu.com")response = opener.open(req)print response.read()

4）利用cookie模拟网站登录

自己以前写的模拟登陆百度：

http://blog.csdn.net/luoyu_bie/article/details/52925030