Python爬虫：手把手教你采集登陆后才能看到数据!

最新推荐文章于 2025-04-10 22:55:01 发布

pythonlaodi

最新推荐文章于 2025-04-10 22:55:01 发布

阅读量649

点赞数 1

本文链接：https://blog.csdn.net/pythonlaodi/article/details/109623582

版权

本文介绍如何使用Python爬虫处理需要登录后才能访问的数据。讲解了通过表单POST请求和使用cookie来模拟登录，以及面对验证码情况的处理策略，帮助你成功采集登录后的内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

爬虫在采集网站的过程中，部分数据价值较高的网站，会限制访客的访问行为。这种时候建议通过登录的方式，获取目标网站的cookie，然后再使用cookie配合代理IP进行数据采集分析。

1 使用表单登陆

这种情况属于post请求，即先向服务器发送表单数据，服务器再将返回的cookie存入本地。

#! -*- encoding:utf-8 -*- 
 
import requests 
 
import random 
 
import requests.adapters 
 
 
 
# 要访问的目标页面 
 
targetUrlList = [ 
 
    "https://httpbin.org/ip", 
 
    "https://httpbin.org/headers", 
 
    "https://httpbin.org/user-agent", 
 
] 
 
 
 
# 代理服务器(产品官网 www.16yun.cn) 
 
proxyHost = "t.16yun.cn" 
 
proxyPort = "31111" 
 
 
 
# 代理隧道验证信息 
 
proxyUser = "username" 
 
proxyPass = "password" 
 
 
 
proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % { 
 
    "host": proxyHost, 
 
    "port": proxyPort, 
 
    "user": proxyUser, 
 
    "pass": proxyPass, 
 
} 
 
 
 
# 设置 http和https访问都是用HTTP代理 
 
proxies = { 
 
    "http": proxyM