python 登录人人网。。。

对于社交网络的爬虫，有一个很大的问题就是处理登陆。对于认证模块，有很多方法，获取cookie伪装成为浏览器。再或者调用第三方网站API，进行 Oauth认证。

下面针对 renren 网，通过使用 cookie 方式登录。

python 有一个标准模块 cookielib。里面有一个 CookieJar类，可以生成一个获取远程cookie的对象实例。 用法如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import cookielib                     # 获取一个cookie对象 cookie = cookielib.CookieJar() # 构建cookie处理器 cookie_Hp = urllib2.HTTPCookieProcessor(cookie) # 装在 cookie opener = urllib2.build_opener(cookie_Hp) # 发送请求 response = opener. open ( 'http://www.baidu.com' )                     # 查看请求之后的 cookie for i in cookie:      print 'name' , i.name      print 'value' , i.value

 

上面代码就是 cookie的基本用法。下面给出登录人人网的基本代码

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83

# -*- coding: utf-8 -*-                  import urllib2, urllib, cookielib, re                  class LoginRenren( object ):                       """登陆人人构造器"""                       def __init__( self , email, password):                           self .email = email          self .password = password          self .domain = 'renren.com'          self .logined_url = ''          self .logined_url_re = r 'http://www.renren.com/\d{9}'          self .islogin = False                           try :              # 获取构建cookie              cookie = cookielib.CookieJar()              cookieProc = urllib2.HTTPCookieProcessor(cookie)          except :              raise          else :              #装载cookies                 opener = urllib2.build_opener(cookieProc)              urllib2.install_opener(opener)                       def login( self ):                                   """登陆方法"""                           print 'login...'          # 登陆地址          url = 'http://www.renren.com/PLogin.do'          # post数据          postdata = {              'email' : self .email,              'password' : self .password,              'domain' : self .domain          }          # 编码登陆的post数据          data = urllib.urlencode(postdata)          # 构造请求          req = urllib2.Request(              url,              data          )          # 发送请求，获取响应          # response = opener.open(req)          response = urllib2.urlopen(req)          # 登陆后的url          self .logined_url = response.geturl()                                            # 判断登陆是否成功          self .__isLogin()          if self .islogin = = True :              print u '登陆成功 !'              self .__getStatus()          else :              print u '登录失败，请重试 !'                                        def __isLogin( self ):                           """判断登陆是否成功"""                           if re.search( self .logined_url_re, self .logined_url) ! = None :              self .islogin = True                       def __getStatus( self ):          pass                  if __name__ = = '__main__' :                           # 请输入您的用户名      EMAIL = raw_input (u 'email:' )      # 请输入您的密码      PASSWORD = raw_input (u 'password:' )                               lr = LoginRenren(EMAIL, PASSWORD)      lr.login()

 

这个方法还有一个问题，就是有时候会会出现验证码问题。我采用的 hack 手段就是用浏览器登录一次。然后多运行几次这个程序，就能登陆，至于登陆之后做点什么，就是 __getStatus  方法处理的事情了