cookiejar包_爬虫之cookiejar模块

有时候我们需要爬一些需要登录才能进入网页，这个时候就要用到cookie相关的一些模块来操作了

内置的http包里包含了cookie相关的一些模块，通过她们我们可以自动使用cookie

CookieJar

管理储存cookie，像传出的http请求添加cookie

cookie存储在内存中，CookieJar示例回收后cookie将自动消失

FileCookieJar

是CookieJar的字类

cookie保存在文件中

MozillaCookiejar

是FileCookieJar的子类

与moccilla浏览器兼容

LwpCookieJar

是FileCookieJar的子类

与libwww-perl标准兼容

案例

访问登录后的人人网主页

from urllib import request,parse

from http import cookiejar

# 创建cookiejar实例对象

cookie = cookiejar.CookieJar()

# 根据创建的cookie生成cookie的管理器

cookie_handle = request.HTTPCookieProcessor(cookie)

# 创建http请求管理器

http_handle = request.HTTPHandler()

# 创建https管理器

https_handle = request.HTTPSHandler()

# 创建求求管理器，将上面3个管理器作为参数属性

# 有了opener，就可以替代urlopen来获取请求了

opener = request.build_opener(cookie_handle,http_handle,https_handle)

def login():

'''

负责初次登录

需要传递用户名和密码，来获取登录的cookie凭证

'''

# 登录url，需要从登录form的action属性中获取

url = 'http://www.renren.com/PLogin.do'

# 登录所需要的数据，数据为字典形式，

# 此键值需要从form扁担中对应的input的name属性中获取

data = {

'email':'136808069@qq.com',

'password':'123456'

}

# 将数据解析成urlencode格式

data = parse.urlencode(data)

req = request.Request(url,data=data)

# 正常是用request.urlopen(),这里用opener.open()发起请求

response = opener.open(req)

def getHomePage():

'''

获取登录后的页面

'''

# 此url是登录后的链接地址

url = 'http://www.renren.com/965187997/profile'

# 如果已经执行了上面的login函数，

# 那么此时的opener已经是包含了cookie信息的一个opener对象

res = opener.open(url)

html = res.read().decode()

with open('renren.html','w') as f:

f.write(html)

if __name__ == '__main__':

'''

依次执行上面两个函数

'''

login()

getHomePage()