详解在Python程序中使用Cookie的教程


Posted in Python onApril 30, 2015

大家好哈,上一节我们研究了一下爬虫的异常处理问题,那么接下来我们一起来看一下Cookie的使用。

为什么要使用Cookie呢?

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。

在此之前呢,我们必须先介绍一个opener的概念。
1.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。
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,先来感受一下
 

import urllib2
import cookielib
#声明一个CookieJar对象实例来保存cookie
cookie = cookielib.CookieJar()
#利用urllib2库的HTTPCookieProcessor对象来创建cookie处理器
handler=urllib2.HTTPCookieProcessor(cookie)
#通过handler来构建opener
opener = urllib2.build_opener(handler)
#此处的open方法同urllib2的urlopen方法,也可以传入request
response = opener.open('http://www.baidu.com')
for item in cookie:
  print 'Name = '+item.name
  print 'Value = '+item.value

我们使用以上方法将cookie保存到变量中,然后打印出了cookie中的值,运行结果如下
 

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

在上面的方法中,我们将cookie保存到了cookie这个变量中,如果我们想将cookie保存到文件中该怎么做呢?这时,我们就要用到

FileCookieJar这个对象了,在这里我们使用它的子类MozillaCookieJar来实现Cookie的保存
 

import cookielib
import urllib2
 
#设置保存cookie的文件,同级目录下的cookie.txt
filename = 'cookie.txt'
#声明一个MozillaCookieJar对象实例来保存cookie,之后写入文件
cookie = cookielib.MozillaCookieJar(filename)
#利用urllib2库的HTTPCookieProcessor对象来创建cookie处理器
handler = urllib2.HTTPCookieProcessor(cookie)
#通过handler来构建opener
opener = urllib2.build_opener(handler)
#创建一个请求,原理同urllib2的urlopen
response = opener.open("http://www.baidu.com")
#保存cookie到文件
cookie.save(ignore_discard=True, ignore_expires=True)

关于最后save方法的两个参数在此说明一下:

官方解释如下:

  •     ignore_discard: save even cookies set to be discarded.
  •     ignore_expires: save even cookies that have expiredThe file is overwritten if it already exists

由此可见,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,附图如下

 3)从文件中获取Cookie并访问

那么我们已经做到把Cookie保存到文件中了,如果以后想使用,可以利用下面的方法来读取cookie并访问网站,感受一下
 

import cookielib
import urllib2
 
#创建MozillaCookieJar实例对象
cookie = cookielib.MozillaCookieJar()
#从文件中读取cookie内容到变量
cookie.load('cookie.txt', ignore_discard=True, ignore_expires=True)
#创建请求的request
req = urllib2.Request("http://www.baidu.com")
#利用urllib2的build_opener方法创建一个opener
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
response = opener.open(req)
print response.read()

设想,如果我们的 cookie.txt 文件中保存的是某个人登录百度的cookie,那么我们提取出这个cookie文件内容,就可以用以上方法模拟这个人的账号登录百度。
4)利用cookie模拟网站登录

下面我们以我们学校的教育系统为例,利用cookie实现模拟登录,并将cookie信息保存到文本文件中,来感受一下cookie大法吧!

注意:密码我改了啊,别偷偷登录本宫的选课系统 o(?□?)o
 

import urllib
import urllib2
import cookielib
 
filename = 'cookie.txt'
#声明一个MozillaCookieJar对象实例来保存cookie,之后写入文件
cookie = cookielib.MozillaCookieJar(filename)
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookie))
postdata = urllib.urlencode({
      'stuid':'201200131012',
      'pwd':'23342321'
    })
#登录教务系统的URL
loginUrl = 'http://jwxt.sdu.edu.cn:7890/pls/wwwbks/bks_login2.login'
#模拟登录,并把cookie保存到变量
result = opener.open(loginUrl,postdata)
#保存cookie到cookie.txt中
cookie.save(ignore_discard=True, ignore_expires=True)
#利用cookie请求访问另一个网址,此网址是成绩查询网址
gradeUrl = 'http://jwxt.sdu.edu.cn:7890/pls/wwwbks/bkscjcx.curscopre'
#请求访问成绩查询网址
result = opener.open(gradeUrl)
print result.read()

以上程序的原理如下

创建一个带有cookie的opener,在访问登录的URL时,将登录后的cookie保存下来,然后利用这个cookie来访问其他网址。

如登录之后才能查看的成绩查询呀,本学期课表呀等等网址,模拟登录就这么实现啦,是不是很酷炫?

Python 相关文章推荐
python数据结构之二叉树的建立实例
Apr 29 Python
Python实现的生成自我描述脚本分享(很有意思的程序)
Jul 18 Python
python中利用Future对象回调别的函数示例代码
Sep 07 Python
Django项目实战之用户头像上传与访问的示例
Apr 21 Python
Python系统监控模块psutil功能与经典用法分析
May 24 Python
pytorch 共享参数的示例
Aug 17 Python
python 利用turtle模块画出没有角的方格
Nov 23 Python
Python 批量读取文件中指定字符的实现
Mar 06 Python
Python HTMLTestRunner可视化报告实现过程解析
Apr 10 Python
常用的10个Python实用小技巧
Aug 10 Python
区分python中的进程与线程
Aug 13 Python
Pandas||过滤缺失数据||pd.dropna()函数的用法说明
May 14 Python
处理Python中的URLError异常的方法
Apr 30 #Python
介绍Python的Urllib库的一些高级用法
Apr 30 #Python
python插入数据到列表的方法
Apr 30 #Python
Python的Urllib库的基本使用教程
Apr 30 #Python
python获取当前日期和时间的方法
Apr 30 #Python
python实现TCP服务器端与客户端的方法详解
Apr 30 #Python
python排序方法实例分析
Apr 30 #Python
You might like
php模板中出现空行解决方法
2011/03/08 PHP
浅析PHP原理之变量分离/引用(Variables Separation)
2013/08/09 PHP
PHP取整函数:ceil,floor,round,intval的区别详细解析
2013/08/31 PHP
在win7中搭建Linux+PHP 开发环境
2014/10/08 PHP
PHP多进程编程总结(推荐)
2016/07/18 PHP
php实现文章置顶功能的方法
2016/10/20 PHP
关于jQuery参考实例2.0 用jQuery选择元素
2013/04/07 Javascript
JavaScript代码简单实现求杨辉三角给定行的最大值
2013/10/29 Javascript
js计算德州扑克牌面值的方法
2015/03/04 Javascript
jQuery实现高亮显示的方法
2015/03/10 Javascript
javascript每日必学之继承
2016/02/23 Javascript
layui表格实现代码
2017/05/20 Javascript
说说AngularJS中的$parse和$eval的用法
2017/09/14 Javascript
Vue-cli中为单独页面设置背景色的实现方法
2018/02/11 Javascript
JS编写兼容IE6,7,8浏览器无缝自动轮播
2018/10/12 Javascript
Vue-Router基础学习笔记(小结)
2018/10/15 Javascript
python 文件查找及内容匹配方法
2018/10/25 Python
python将txt文件读取为字典的示例
2018/12/22 Python
漂亮的Django Markdown富文本app插件的实现
2019/01/02 Python
Python实现定时执行任务的三种方式简单示例
2019/03/30 Python
Python使用itchat模块实现简单的微信控制电脑功能示例
2019/08/26 Python
Python 实现加密过的PDF文件转WORD格式
2020/02/04 Python
解决Opencv+Python cv2.imshow闪退问题
2020/04/24 Python
使用CSS3制作饼状旋转载入效果的实例
2015/06/23 HTML / CSS
社区学习十八大感想
2014/01/22 职场文书
食堂标语大全
2014/06/11 职场文书
奥林匹克运动会口号
2014/06/19 职场文书
师德师风自我评价范文
2014/09/11 职场文书
2014年团支部年度工作总结
2014/12/24 职场文书
会计工作态度自我评价
2015/03/06 职场文书
2015年汽车销售经理工作总结
2015/04/27 职场文书
2016国培研修心得体会
2016/01/08 职场文书
高中体育课教学反思
2016/02/16 职场文书
年终工作总结范文
2019/06/20 职场文书
python 三边测量定位的实现代码
2021/04/22 Python
VUE递归树形实现多级列表
2022/07/15 Vue.js