Python网页抓取、模拟登录

From: http://www.cnblogs.com/bboy/archive/2010/10/29/1864537.html

用python抓取网页是非常简单的事,简单的几行代码就可以解决。。。这里稍微记录一下

 

需要引用的包有主要是 urllib2,urllib也可以引入,具体 看代码

 

# -------------------------------------------------------------------------------
#
 Name:        模拟登录web
#
 Purpose:
#
#
 Author:      huwei
#
#
 Created:     26/10/2010
#
 Copyright:   (c) huwei 2010
#
 Licence:     <your licence>
#
-------------------------------------------------------------------------------
#
!/usr/bin/env python

import  time,urllib2,urllib

def  main():
    
    
# 登录博客园
    loginCNblogs()
    
pass



# 登录博客园
def  loginCNblogs():
    
try :
        
# 设置 cookie
        cookies  =  urllib2.HTTPCookieProcessor()
        opener 
=  urllib2.build_opener(cookies)
        urllib2.install_opener(opener)

        parms 
=  { " tbUserName " : " 用户名 " , " tbPassword " : " 密码 " , " __EVENTTARGET " : " btnLogin " , " __EVENTARGUMENT " : "" ,
        
" __VIEWSTATE " : " /wEPDwULLTExMDE0MzIzNDRkGAEFHl9fQ29udHJvbHNSZXF1aXJlUG9zdEJhY2tLZXlfXxYBBQtjaGtSZW1lbWJlcmcJekJlt5rFwfnjeMMnX9V58Xhg " ,
        
" __EVENTVALIDATION " : " /wEWBQKit6iCDALyj/OQAgK3jsrkBALR55GJDgKC3IeGDK6TQlRlirS2Zja1Lmeh02u4XMwV " ,
        
" txtReturnUrl " : " http://bboy.cnblogs.com " }

        loginUrl 
=   " http://passport.cnblogs.com/login.aspx "
        login 
=  urllib2.urlopen(loginUrl,urllib.urlencode(parms))
        
        
        
# print(unicode(login.read(),"utf8"))

        
# 显示配置页面
        avatar  =  urllib2.urlopen( " http://home.cnblogs.com/set/avatar/ " )
        
# print(avatar.read().decode("utf8"))
     except  Exception,e:
        
print (e)
    
pass


if   __name__   ==   ' __main__ ' :
    main()

 

 

获取 网页很简单 直接 urllib2.urlopen(url).read() 就可以得到网页源码

这里是抓取登录后的页面,所有开头需要设置cookie

cookies  =  urllib2.HTTPCookieProcessor()
opener 
=  urllib2.build_opener(cookies)
urllib2.install_opener(opener)

 

设置完 cookie以后 再使用 urllib2.urlopen()方法就可以带上你登录成功的cookie了


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值