开发笔记:Python模拟登陆练习——imooc.com登陆

篇首语：本文由编程笔记#小编为大家整理，主要介绍了Python模拟登陆练习——imooc.com登陆相关的知识，希望对你有一定的参考价值。

写下这篇文章的时候，是博主学习python的第三天（ 也许是第四天:( ）,python是博主接触的第二门解释型语言（第一门是Javascript）。

讲真在很久之前就想要用博客记录自己的学习历程了，然而就像写日记一样，写着写着就放弃了-。-

so今天决定给自己一个好的开端~

博主的学习方式是直奔目的，遇到问题百度各种博客，网站，百度找不到google找，就这样。这种学习方式是真的见效快，但显而易见，基础会比较薄弱。

因此学习python的基本语法，就直奔爬虫了！

-----------------------------------以上是一段大前言---------------------------------------------

今天博主要把三天学习spider的过程，经验分享出来，希望能给一些新手们指点一下道路，也给自己的python生涯刻一道痕迹。

博主愚以为，模拟登陆网站无非有两种方式：

1. 一是手动收取COOKIE。

   在浏览器登陆网站并完成登录后，然后打开开发者工具，随便访问某页面，根据实际情况找一条request，把COOKIE复制下来。

   
   



2. 二是python收取COOKIE。

   这也是本篇文章详细阐述的。见下。

   
   

现在让博主以imooc.com为例讲解一下网站的模拟登陆

博主习惯用urllib2+COOKIElib的方式写爬虫，所以代码的一开始是这样的：

opener.addheaders可以以list的形式添加header，非常方便

COOKIE是一种服务器记录用户信息的小文件，尽管有时候会侵犯大家的隐私，但是在存储用户的登录信息实现自动登陆的方式还是很方便的。

它的工作流程是这样的：

1. 首先服务器会在第一次访问网站时向浏览器返回一个response，其中会有几条set-COOKIE的信息，于是浏览器默默帮你把它记录到COOKIE中去


2. 当你点击登陆，输入用户名、密码等必要信息后，浏览器会将你的信息连同以上COOKIEs中的某些一并post给服务器


3. 登陆成功后浏览器又收到服务器的悄悄话——得到几条重要COOKIE并保存下来


4. 如果此时你没关闭浏览器，在访问该网站其他页面时，浏览器会把某些COOKIE发送给服务器，这时候你发现你已经自动登录了


5. 如果登陆时你选择了“自动登录”“7天内自动登陆”诸如此类checkbox，浏览器还会得到一些长久的COOKIE（十天半个月的）以便你明天登陆，后天登陆。。。。

了解COOKIE的工作原理后，我们访问一下主页，把COOKIE搞下来

博主是这样写的：

我们可以打印下COOKIE看看：

 {‘www.imooc.com‘: {‘/‘: {‘PHPSESSID‘: COOKIE(version=0, name=‘PHPSESSID‘, value=‘3q1c66hds4h054f19ciqb4rtg2‘, port=None, port_specified=False, domain=‘www.imooc.com‘, domain_specified=False, domain_initial_dot=False, path=‘/‘, path_specified=True, secure=False, expires=None, discard=True, comment=None, comment_url=None, rest={}, rfc2109=False)}}, ‘.imooc.com‘: {‘/‘: {‘imooc_isnew_ct‘: COOKIE(version=0, name=‘imooc_isnew_ct‘, value=‘1486280759‘, port=None, port_specified=False, domain=‘.imooc.com‘, domain_specified=True, domain_initial_dot=True, path=‘/‘, path_specified=True, secure=False, expires=1517816759, discard=False, comment=None, comment_url=None, rest={}, rfc2109=False), ‘cvde‘: COOKIE(version=0, name=‘cvde‘, value=‘5896d8376631d-1‘, port=None, port_specified=False, domain=‘.imooc.com‘, domain_specified=True, domain_initial_dot=True, path=‘/‘, path_specified=True, secure=False, expires=None, discard=True, comment=None, comment_url=None, rest={}, rfc2109=False), ‘imooc_isnew‘: COOKIE(version=0, name=‘imooc_isnew‘, value=‘1‘, port=None, port_specified=False, domain=‘.imooc.com‘, domain_specified=True, domain_initial_dot=True, path=‘/‘, path_specified=True, secure=False, expires=1517816759, discard=False, comment=None, comment_url=None, rest={}, rfc2109=False), ‘imooc_uuid‘: COOKIE(version=0, name=‘imooc_uuid‘, value=‘d6a73549-4d53-47b6-90bc-28888d3438b8‘, port=None, port_specified=False, domain=‘.imooc.com‘, domain_specified=True, domain_initial_dot=True, path=‘/‘, path_specified=True, secure=False, expires=1517816759, discard=False, comment=None, comment_url=None, rest={}, rfc2109=False)}}}

这是什么，我不知道。Let it go.

那我们带着COOKIE去登陆吧！不知道带哪一条？全带走！

我们试着把结果打印在html上：

 当我们打开： 

 这TM好像不是个html，通常情况下他会返回一个html，然而这串符号难住了学了3天python的小白。

注意到一条信息： “msg” : "\\u6210\\u529f"显然是unicode格式的字符串，简单转化后，他的意思是 ：“成功” 

博主窃喜。既然成功了，那么有效信息一定存在于这串符号中。 

到此，正确的思路是，拿着这2条url，uid用开发者工具继续搜索相关信息。

。。

然而博主走了一条小弯路。

博主决定把登陆之后的COOKIEs复制下来，逐条测试登陆需要的COOKIE

很简单，一条一条的删，看什么时候能登陆就好了。。。

。。。。

经过筛选，博主找到2条我们需要的COOKIE：loginstate、apsid。

于是博主决定在近百条COOKIE中找一下apsid这条信息

。。。

找到了！

而访问的url就是我们得到的2条之一！只是带了几个参数

实践证明这2条随便选一条get一下就得到我们需要的COOKIE了。

我们需要3个参数：token（url已经附带）、callback、 _(下划线-。-)

经验证 ，callback参数是固定值。

好的，那我们搜索一下下划线的值。

查下COOKIE，发现它是imooc_isnew_ct的值

到这里基本已经大功告成了~

全部代码：

博主其实遇到了好多问题，走了好多弯路，感谢某dalao的无私帮助:)

第一次写博客，欢迎技术交流与指正~