文章说明:本文是在学习一个网络爬虫课程时所做笔记,文章如有不对的地方,欢迎指出,积极讨论。
一、表单及登录
登录的核心是为了获得cookie,登录成功后,header会有设置cookie的相关信息,此时我们需要把服务器返回的cookie信息,写入到我们后续请求的header的cookie里。
(一)HTML提交数据:
(1)form表单
由浏览器实现post方法
表单类型(主要):form-data和x-www-form-urlencoded
(2)ajax请求
用JavaScript对网页进行处理,一般以JSON方式提交数据
(二)获取并设置Cookie
二、多线程及语言分析对比
(一)多线程爬虫
进程(process):是指正在运行的程序的实例。
第一,进程是一个实体。每一个进程都有它自己的地址空间,一般情况下,包括文本区域(text region)、数据区域(