3 爬虫cookie的处理办法

cookie的应用和处理

- cookie:服务器端记录客户端的相关状态
- 处理cookie的方式：
    - 手动处理：不建议  页面找隐藏的标签,获取value
    - 自动处理：会话对象Session，该对象可以像requests模块一样进行网络请求的发送（get，post）。session进行的请求发送可以自动携带和处理cookie

cookie/session处理请求不是必须的 ,因为session是耗费资源的

#基于cookie的案例分析：https://xueqiu.com/    案例使用自动处理cookie办法
#1.从首页中获取详情页的url
    #发现：首页中的新闻数据是动态加载出来（ajax） json数据中taget对应的value值就是详情页的url
import requests,json
headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'
}
# 第一次请求url 自动获取cookie
session = requests.Session()
session.get(url='https://xueqiu.com',headers=headers) # cookie就会自动存到session中
# 捕获ajax数据包获取的url
url = 'https://xueqiu.com/v4/statuses/public_timeline_by_category.json?since_id=-1&max_id=-1&count=10&category=-1'
# 携带cookie进行的请求发送
dic_json = session.get(url=url,headers=headers).json()
#从响应数据中获取详情页的url
for dic in dic_json['list']:
    info = json.loads(dic['data'])
    detail_url = 'https://xueqiu.com' + info['target']  # 详情页url
    title = info['title']
    print(detail_url,title)

 

转载于:https://www.cnblogs.com/zhangchen-sx/p/10821536.html