python淘宝cookies抢购_python实现简单爬虫模拟登录淘宝(cookie简介)

试验了一个晚上,python的小爬虫还是挺可爱的,简单几行就可以抓取网页了。如果你和我一样是新手,你可以先去http://blog.csdn.net/column/details/why-bug.html了解一下爬虫和网络的基本知识。强调一下,这个爬虫和搜索引擎的爬虫是有区别的。搜索引擎的爬虫是一种对图的遍历,沿着超链接不断爬取整个网络。我们的小爬虫很懒惰,只爬取我们指定的url,下面就是对淘宝实现模拟登录。

先看代码:

import urllib

import urllib2

import cookielib

def taobao(username,password):

cj = cookielib.CookieJar()

print cj

post_data = urllib.urlencode(

{

'TPL_password':password,

'TPL_username':username,

})

path = 'https://login.taobao.com/member/login.jhtml'

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

opener.addheaders = [('User-agent', 'Mozilla/5.0 (Windows; U; Windows NT 6.1; zh-CN; rv:1.9.2.13) Gecko/20101203 Firefox/3.6.13')]

urllib2.install_opener(opener)

req = urllib2.Request(path,post_data)

#try login

conn = urllib2.urlopen(req)

html = conn.read().decode('gbk','ignore')

print cj

print html

taobao('username','password')

print 'OK'

代码不对,整个的关键就在于post_data,其实就是把程序模拟成浏览器,post_data就是你点击登录按钮时,浏览器向服务器发送的登录信息。你可以用浏览器打开登录界面,单击右键选择查看元素,在下面的页面代码上就可以看到两个输入框一个叫TPL_username一个叫TPL_password。具体看图:

323_0fe_7d8.jpg

还有就是下图比较重要:

324_e45_476.jpg

他告诉我们信息发往何方/memer/login.jhtml,怎样传递参数post。你想登陆的大部分网页都是这样的。

剩下的部分就是常规爬网页,但是

opener.addheaders = [('User-agent', 'Mozilla/5.0 (Windows; U; Windows NT 6.1; zh-CN; rv:1.9.2.13) Gecko/20101203 Firefox/3.6.13')]是比较重要的,否则会让你输入验证码,这样就把你的程序模拟成了浏览器。接下来就是解码,淘宝使用的gbk编码。所以打印的时需要使用gbk解码。

最后介绍一下cookie的使用,我们在一开始先声明了一个空的cookie,打印为空。当带着这个空的cookie登录后,他就有了数据。你可以打印看看。其实最容易爬取的是学校的选课系统,我们学校的选课系统的cookie就是学号加上一个序列号了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值