cookie原理和基本使用

什麼是cookies

在網站中，http請求是無狀態的。也就是說即使第一次和服務器連接後並且登錄成功後，第二次請求服務器依然不能知道當前請求是哪個用戶。cookie的出現就是爲了解決這個問題，第一次登錄後服務器返回一些數據（cookie）給瀏覽器，然後瀏覽器保存在本地，當該用戶發送第二次請求的時候，就會自動的把上次請求存儲的cookie數據自動的攜帶給服務器，服務器通過瀏覽器攜帶的數據就能判斷當前用戶是哪個了。cookie存儲的數據量有限，不同的瀏覽器有不同的存儲大小，但一般不超過4KB。因此使用cookie只能存儲一些小量的數據。

cookies的格式

Set-Cookie: NAME=VALUE；Expires/Max-age=DATE；Path=PATH；Domain=DOMAIN_NAME；SECURE

• NAME：cookie的名字
• VALUE：cookie的值。
• Expires/Max-age：cookie的過期時間。
• Path：cookie作用的路徑。可以具體指定，如果不指定默認就是網站的根目錄
• Domain：cookie作用的域名。
• SECURE：是否只在https協議下起作用。

使用cookielib庫和HTTPCooieProcessor模擬登錄

Cookie是指網站服務器爲了辨別用戶身份和進行Session跟蹤，而儲存在用戶瀏覽器上的文本文件，Cookie可以保持登陸信息到下次與服務器對話
以人人網爲例，人人網中，要訪問某個人的主頁，必須登錄後才能訪問。登錄說白了就是有登錄信息，用代碼訪問的話就必須有正確的cookie信息才能訪問，第一種是使用瀏覽器訪問，然後將cookie信息複製下來放到headers中，

#不使用cookie信息訪問
from urllib import request
url='http://www.renren.com/880151247/profile'
headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36'}
req=request.Request(url,headers=headers)
#返回一個響應對象
resp=request.urlopen(req)
#將數據寫進renren.html中
with open('renren.html','w') as fp:
    #write函數必須寫入一個str的數據類型
    #resp.read()讀出來的是一個bytes的數據類型
    #所以應對信息解碼
    #bytes->decode->str
    #str->encode->bytes
    fp.write(resp.read().decode('utf-8'))

在目錄裏面打開文件：

訪問不了界面

from urllib import request

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36',
    'Cookie': 'anonymid=jacdwz2x-8bjldx; depovince=GW; _r01_=1; _ga=GA1.2.1455063316.1511436360; _gid=GA1.2.862627163.1511436360; wp=1; JSESSIONID=abczwY8ecd4xz8RJcyP-v; jebecookies=d4497791-9d41-4269-9e2b-3858d4989785|||||; ick_login=884e75d4-f361-4cff-94bb-81fe6c42b220; _de=EA5778F44555C091303554EBBEB4676C696BF75400CE19CC; p=61a3c7d0d4b2d1e991095353f83fa2141; first_login_flag=1; [email protected]; ln_hurl=http://hdn.xnimg.cn/photos/hdn121/20170428/1700/main_nhiB_aebd0000854a1986.jpg; t=3dd84a3117737e819dd2c32f1cdb91d01; societyguester=3dd84a3117737e819dd2c32f1cdb91d01; id=443362311; xnsid=169efdc0; loginfrom=syshome; ch_id=10016; jebe_key=9c062f5a-4335-4a91-bf7a-970f8b86a64e%7Ca022c303305d1b2ab6b5089643e4b5de%7C1511449232839%7C1; wp_fold=0'
}

url = 'http://www.renren.com/880151247/profile'

req = request.Request(url,headers=headers)
resp = request.urlopen(req)
with open('renren.html','w'，encoding='utf-8') as fp:
    fp.write(resp.read().decode('utf-8'))

但是每次在訪問需要cookie的頁面都要從瀏覽器中複製cookie比較麻煩。在Python處理Cookie，一般是通過http.cookiejar模塊和urllib模塊的HTTPCookieProcessor處理器類一起使用。http.cookiejar模塊主要作用是提供用於存儲cookie的對象。而HTTPCookieProcessor處理器主要作用是處理這些cookie對象，並構建handler對象。

爬蟲自動登錄訪問授權頁面

http.cookiejar模塊

該模塊主要的類有CookieJar、FileCookieJar、MozillaCookieJar、LWPCookieJar。這四個類的作用分別如下：

• CookieJar：管理HTTP cookie值、存儲HTTP請求生成的cookie、向傳出的HTTP請求添加cookie的對象。整個cookie都存儲在內存中，對CookieJar實例進行垃圾回收後cookie也將丟失。
• FileCookieJar (filename,delayload=None,policy=None)：從CookieJar派生而來，用來創建FileCookieJar實例，檢索cookie信息並將cookie存儲到文件中。filename是存儲cookie的文件名。delayload爲True時支持延遲訪問 訪問文件，即只有在需要時纔讀取文件或在文件中存儲數據。
• MozillaCookieJar (filename,delayload=None,policy=None)：從FileCookieJar派生而來，創建與Mozilla瀏覽器 cookies.txt兼容的FileCookieJar實例。
• LWPCookieJar (filename,delayload=None,policy=None)：從FileCookieJar派生而來，創建與libwww-perl標準的 Set-Cookie3 文件格式兼容的FileCookieJar實例。

利用http.cookiejar和request.HTTPCookieProcessor登錄人人網。
HTTPCookieProcessor類似於ProxyHandler，使用來保存請求

# 模擬登錄人人網
from urllib import request,parse
from http.cookiejar import CookieJar
#1.登錄
#1.1創建一個cookiejar對象
cookiejar=CookieJar()
# 1.2使用cookiesjar創建一個HTTPCookieProcess對象
handler=request.HTTPCookieProcessor(cookiejar)
# 1.3使用上一步創建的handler創建一個opener
opener=request.build_opener(handler)
#1.4使用opener發送登錄的請求（人人網的郵箱和密碼）
headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36'}

data={'emall':"********",'password':''}#郵箱賬號和密碼
login_url="http://www.renren.com/PLogin.do"
#data需要編碼
req = request.Request(login_url, headers=headers, data=parse.urlencode(data).encode('utf-8'))
opener.open(req)
# 2.訪問個人主頁
dapeng_url="http://www.renren.com/880151247/profile"
#獲取個人主頁的頁面的時候，不更新新建一個opener
#而應該使用之前的那個opener，因爲之前的那個opener已經包含了
#登錄需要的cookie信息
req=request.Request(dapeng_url,headers=headers)
resp=opener.open(req)
with open('renren.html','w') as fp:
    #write函數必須寫入一個str的數據類型
    #resp.read()讀出來的是一個bytes的數據類型
    #所以應對信息解碼
    #bytes->decode->str
    #str->encode->bytes
    fp.write(resp.read().decode('utf-8'))

from urllib import request,parse
from http.cookiejar import CookieJar

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36'
}

def get_opener():
    cookiejar = CookieJar()
    handler = request.HTTPCookieProcessor(cookiejar)
    opener = request.build_opener(handler)
    return opener

def login_renren(opener):
    data = {"email": "**********@qq.com", "password": "************"}#郵箱密碼請設置成自己的
    data = parse.urlencode(data).encode('utf-8')
    login_url = "http://www.renren.com/PLogin.do"
    req = request.Request(login_url, headers=headers, data=data)
    opener.open(req)

def visit_profile(opener):
    url = 'http://www.renren.com/880151247/profile'
    req = request.Request(url,headers=headers)
    resp = opener.open(req)
    with open('renren.html','w') as fp:
        fp.write(resp.read().decode("utf-8"))

if __name__ == '__main__':
    opener = get_opener()
    login_renren(opener)
    visit_profile(opener)