python爬虫实战之Headers信息校验-Cookie
off999 2024-12-22 20:08 18 浏览 0 评论
一、什么是cookie
上期我们了解了User-Agent，这期我们来看下如何利用Cookie进行用户模拟登录从而进行网站数据的爬取。
首先让我们来了解下什么是Cookie：
Cookie指某些网站为了辨别用户身份、从而储存在用户本地终端上的数据。当客户端在第一次请求网站指定的首页或登录页进行登录之后，服务器端会返回一个Cookie值给客户端。如果客户端为浏览器，将自动将返回的cookie存储下来。当再次访问改网页的其他页面时，自动将cookie值在Headers里传递过去，服务器接受值后进行验证，如合法处理请求，否则拒绝请求。
二、如何利用cookie
举个例子我们要去微博爬取相关数据，首先我们会遇到登录的问题，当然我们可以利用python其他的功能模块进行模拟登录，这里可能会涉及到验证码等一些反爬手段。
换个思路，我们登录好了，通过开发者工具“右击” 检查（或者按F12） 获取到对应的cookie，那我们就可以绕个登录的页面，利用cookie继续用户模拟操作从而直接进行操作了。
利用cookie实现模拟登录的两种方法：
- 将cookie插入Headers请求头 Headers={"cookie":"复制的cookie值"}
- 将cookie直接作为requests方法的参数
cookie={"cookie":"复制的cookie值"}
requests.get(url,cookie=cookie)三、利用selenium获取cookie，实现用户模拟登录
实现方法：利用selenium模拟浏览器操作，输入用户名，密码 或扫码进行登录，获取到登录的cookie保存成文件，加载文件解析cookie实现用户模拟登录。
from selenium import webdriver
from time import sleep
import json
#selenium模拟浏览器获取cookie
def getCookie:
driver = webdriver.Chrome()
driver.maximize_window()
driver.get('https://weibo.co m/login.php')
sleep(20) # 留时间进行扫码
Cookies = driver.get_cookies() # 获取list的cookies
jsCookies = json.dumps(Cookies) # 转换成字符串保存
with open('cookies.txt', 'w') as f:
f.write(jsCookies)
def login:
filename = 'cookies.txt'
#创建MozillaCookieJar实例对象
cookie = cookiejar.MozillaCookieJar()
#从文件中读取cookie内容到变量
cookie.load(filename, ignore_discard=True, ignore_expires=True)
response = requests.get('https://weibo.co m/login.php',cookie=cookie)四、拓展思考
如果频繁使用一个账号进行登录爬取网站数据有可能导致服务器检查到异常，对当前账号进行封禁，这边我们就需要考虑cookie池的引入了。
相关推荐
- 独家 | 5 个Python高级特性让你在不知不觉中成为Python高手
-
你已经使用Python编程了一段时间，编写脚本并解决各种问题。是你的水平出色吗？你可能只是在不知不觉中利用了Python的高级特性。从闭包（closure）到上下文管理器（contextmana...
- Python装饰器
-
Python装饰器是一种用于修改函数或类的行为的特殊语法。它们允许在不修改原始代码的情况下，通过将函数或类作为参数传递给另一个函数来添加额外的功能。装饰器本质上是一个函数，它接受一个函数作为参数，并返...
- 中高阶Python常规用法--上下文管理器
-
Python以简单性和通用性著称，是一种深受全球开发人员喜爱的编程语言。它提供了大量的特性和功能，使编码成为一种愉快的体验。在这些功能中，一个经常被新手忽视的强大工具是上下文管理器。上下文管理器是高...
- Python小案例67- 装饰器
-
Python装饰器是一种用于修改函数或类的行为的特殊语法。它们允许在不修改原始代码的情况下，通过将函数或类作为参数传递给另一个函数来添加额外的功能。装饰器本质上是一个函数，它接受一个函数作为参数，并返...
- python常用的语法糖
-
概念Python的语法糖（SyntacticSugar）是指那些让代码更简洁、更易读的语法特性，它们本质上并不会增加新功能，但能让开发者更高效地编写代码。推导式写法推导式是Python最经典的...
- python - 常用的装饰器 decorator 有哪些?
-
python编程中使用装饰器(decorator)工具，可以使代码更简洁清晰，提高代码的重用性，还可以为代码维护提供方便。对于python初学者来说，根据装饰器(decorator)的字面意思并不...
- python数据缓存怎么搞 ?推荐一个三方包供你参考，非常简单好用。
-
1.数据缓存说明数据缓存可以说也是项目开发中比不可少的一个工具，像我们测试的系统中，你都会见到像Redis一样的数据缓存库。使用缓存数据库的好处不言而喻，那就是效率高，简单数据直接放在缓存中...
- 用于时间序列数据的Graphite监视工具
-
结合第三方工具，Graphite为IT性能监控提供了许多好处。本文介绍其核心组件，包括Carbon、Whisper以及安装的基本准则。Graphite监视工具可实时或按需，大规模地绘制来自多个来源的时...
- Python3+pygame实现的坦克大战
-
一、显示效果二、代码1.说明几乎所有pygame游戏，基本都遵循一定的开发流程，大体如下：初始化pygame创建窗口while循环检测以及处理事件（鼠标点击、按键等）更新UI界面2.代码创建一个m...
- Python之鸭子类型:一次搞懂with与上下文装饰器
-
引言在鸭子类型的理念的基础之上，从关注类型，转变到关注特性和行为。结合Python中的魔法函数的体系，我们可以将自定义的类型，像内置类型一样被使用。今天这篇文章中，接着该话题，继续聊一下with语法块...
- Python必会的50个代码操作
-
学习Python时，掌握一些常用的程序操作非常重要。以下是50个Python必会的程序操作，主要包括基础语法、数据结构、函数和文件操作等。1.HelloWorldprint("Hello,...
- 一文掌握Python 中的同步和异步
-
同步代码（Sync）同步就像在一个流水线上工作，每个任务都等待前一个任务完成。示例：机器A切割钢板→完成后，机器B钻孔→完成后，机器C上色。在Python中，同步代码看起来像这样：im...
- python 标注模块timeit: 测试函数的运行时间
-
在Python中，可以使用内置的timeit模块来测试函数的运行时间。timeit模块提供了一个简单的接口来测量小段代码的执行时间。以下是使用timeit测试函数运行时间的一般步骤：导入...
- Python带你找回童年的万花尺
-
还记得小时候的万花尺吧？这么画：一点也不费脑筋，就可以出来这么多丰富多彩的复杂几何图形。具体而言，可以用万花尺玩具（如图2-1所示）来绘制数学曲线。这种玩具由两个不同尺寸的塑料齿轮组成，一大一小。小的...
- Python 时间模块深度解析:从基础到高级的全面指南
-
直接上干货一、时间模块核心类介绍序号类名说明1datetime.datetime表示一个具体的日期和时间，结合了日期和时间的信息。2datetime.date表示一个具体的日期。3datetime.t...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- python计时 (54)
- python安装路径 (54)
- python类型转换 (75)
- python进度条 (54)
- python的for循环 (56)
- python串口编程 (60)
- python写入txt (51)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python字典增加键值对 (53)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python qt (52)
- python人脸识别 (54)
- python斐波那契数列 (51)
- python多态 (60)
- python命令行参数 (53)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- centos7安装python (53)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)