本文介绍了Python爬虫模拟登录的两种方法：通过Cookie和使用Session。详细讲述了Cookie的工作原理和HTTP持久连接的重要性，并提供了使用requests库模拟登录知乎的代码示例。然而，作者在实践中发现仅凭Cookie可能无法保持登录状态，提示需要进一步处理或考虑使用Session。
为什么我们要让爬虫模拟登陆呢？
有些内容只有登陆才能进行爬取，如知乎，不登录的主页只能看到注册和登陆 ；
你想爬取自己的个人信息
有什么方法呢？
cookie
在互联网发展的早期，由于大家的服务器都不是太好，所以服务端不会记住你的个人信息，这会增加服务器的压力。因此早期的连接都是一次性的，服务器在不会记得你什么时候来过，也不知道你做了什么。但是随着服务器的升级换代，淘宝这类网站需要记住你的个人信息，这样你下次访问的时候可以继续上次的工作。但是http协议依旧保持了无状态的特性，cookies应运而生。cookies在访问服务器后会记录在浏览器上，这样就可以在客户端下次访问的时候想起它是谁了。
HTTP持久连接
在没有持久连接之前，为获取每一个URL指定的资源都必须建立一个独立额TCP连接，一方面加重了HTTP服务器的负担；另一方面由于服务器不会记住客服端，导致我们需要每一个请求都要执行登录操作。但是有了HTTP持久连接后，我们对同一个主机的多次请求会使用同一个TCP连接。因此登录后就可以保持这类状态进行请求操作。
实现方法！
针对方法1，我们只要从在浏览器获取cookie，然后带着cookie进行访问就行了，如下：
利用chrome的开发者工具获取cookies
获取cookies
填写cookies cookies = {'cookie':'红框部分
最低0.47元/天 解锁文章
扫一扫
4080
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
