python模拟登录人人网

模拟登录人人网

代码：

#_*_ coding=utf8 _*_
import urllib
import urllib2
import cookielib
import time
import lxml.html

LOGIN_URL = "http://www.renren.com/PLogin.do"
LOGIN_EMAIL = '**********'
LOGIN_PASSWORD = '*********'

def parse_form(html):
    tree = lxml.html.fromstring(html)
    data = {}
    for e in tree.cssselect('form input'):
        if e.get('name'):
            data[e.get('name')] = e.get('value')
    return data

cj = cookielib.CookieJar()
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))

html = opener.open(LOGIN_URL).read()
data = parse_form(html)

data['email'] = LOGIN_EMAIL
data['password'] = LOGIN_PASSWORD
encoded_data = urllib.urlencode(data)

request = urllib2.Request(LOGIN_URL,encoded_data)
reponse = opener.open(request)
content = reponse.read()

html = open('renren.html','w')
html.write(content)
html.close()

python模拟登录的代码网上已经有很多了，其实都是大同小异吧，都是那一套流程。

主要解释两部分代码：

1 .函数parse_form

def parse_form(html):
    tree = lxml.html.fromstring(html)
    data = {}
    for e in tree.cssselect('form input'):
        if e.get('name'):
            data[e.get('name')] = e.get('value')
    return data

这个函数从网页解析出来我们所需要提交的表单，form 标签下的 input都有可能是我们所需要处理的，有些值是固定的的，有些是需要我们输入的。

这是解析出来的表单

{'autoLogin': 'true',
 'captcha_type': 'web_login',
 'domain': 'renren.com',
 'email': '',
 'icode': None,
 'key_id': '1',
 'origURL': 'http://www.renren.com/home',
 'password': None}

我们要关心，那些空值的项，’email’,’password’，这些也正网页上需要我们输入的项，对于这些项，我们赋上我们自己的账号，密码

我们提交表单的网页，直接分析网页是可以得到，从form 标签的 action属性，我们可以获取这次要提交表单的url.

2 .cookie
最初学习python 的时候也试着写了几个模拟登录的小程序，但无疑例外失败，当时什么也不懂，不知道为什么，会出错感觉自己抓包分析错了。其实是忽略了cookie

什么是cookie

cookie是网站在http响应头中传输的少量数据。浏览器将这些数据存储起来，并在后续对该网站的请求头中包含他们。这样就可以让网站识别和跟踪用户。

缺少了cookie，失败是当然的了。

cj = cookielib.CookieJar()
opener=urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))

这部分代码也就是加载cookie的作用

大致这样一个登陆程序也就完成，现在python的中可以用于爬虫的工具是十分之多，例如使用mechanize,几行代码就可以实现一个模拟登录的程序。

import mechanize
br = mechanize.Browser()
br.open("http://www.renren.com/PLogin.do")
br.select_form(nr=0)
br['email'] = '*******'
br['password'] = '*******'
response = br.submit()
print response.geturl()

感觉十分方便。