爬虫三、cookies---自动登录并发表评论

登陆博客并发表评论

一、cookies 及用法

(cookies—cookie的复数–[ˈkuki]-- 饼干)
cookies是服务器为了标记用户，存储在用户本地的数据，它里面也保存了用户的登录信息，同时它有一定的时效性，过期就会失效。
打开网址:
https://wordpress-edu-3autumn.localprod.oc.forchange.cn/wp-login.php
右击打开“检查”工具，点击【network】，勾选【preserve log】（持续显示请求记录，防止请求记录被刷新）。
展开第0个请求【wp-login.php】，浏览一下【headers】。在【General】键里，我们可以先只看前两个参数【Request URL】（请求网址）和【Request Method】（请求方式）。
get请求是明文显示，应用于获取网页数据,而像账号密码这种私密的信息，就应该用post的请求，post是非明文显示，应用于向网页提交数据.
使用post请求的格式：

login_in = requests.post(url,headers=headers,data=data)

和get请求的区别在于，一个是带data参数，一个是带params参数data的位置存在于，XHR里的Headers里的，From data
可以发现，当是get请求时，最后一个参数是params；当是post请求时，最后一个参数通常是data
在Headers中，还有一个【response headers】存储的是服务器的响应信息
get和post是两种最常用的请求方式，除此之外，还有其他类型的请求方式，如head、options等
Response Headers它存储的是服务器的响应信息,在这里面，可以找到cookies,当你登录网页时，服务器就会生成一个cookies和你的账号绑定。接着，它把这个cookies告诉你的浏览器，让浏览器把cookies存储到你的本地电脑。在下一次访问时，浏览器就能带着cookies直接登录，不需要再重复输入账号密码。
【response headers】里有set cookies的参数。set cookies就是服务器往浏览器写入了cookies。
当你登录账号并勾选“记住我”，服务器就会生成一个cookies和这个账号绑定。接着，它把这个cookies告诉你的浏览器，让浏览器把cookies存储到你的本地电脑。当下一次，浏览器带着cookies访问时服务器会知道你是谁，你不需要再重复输入账号密码，即可直接访问。
headers–form data

log和pwd显然是我们的账号和密码，wp-submit是登录的按钮，redirect_to后面带的链接是我们登录后会跳转到的这个页面网址.

登陆的代码示例:

import requests
#引入requests。
url = ' https://wordpress-...........'
#把登录的网址赋值给url。
headers = {
   
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36'
}
#加请求头，请求头是为了模拟浏览器正常的访问，避免被反爬虫。
data = {
   
'log': '.....',  #写入账户
'pwd': '.......',  #写入密码
'wp-submit': '登录',
'redirect_to': 'https://wordpress.....',
'testcookie': '1'
}
#把有关登录的参数封装成字典，赋值给data。
login_in = requests.post(url,headers=headers,data=data)
#用requests.post发起请求，放入参数：请求登录的网址、请求头和登录参数，然后赋值给login_in。
print(login_in)
#打印login_in

打印结果:Response [200]，返回了200的状态码，意味着服务器接收到并响应了登录请求。
登陆网站并发表评论的代码示例:

import requests
#引入requests。
url = ' https://wordpre.....'
#把请求登录的网址赋值给url。
headers = {
   
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36'
}
#加请求头，前面有说过加请求头是为了模拟浏览器正常的访问，避免被反爬虫。
data = {
   
'log'