标签：window 学生 lib 打开 请求 成功 state 模块 keep
问题分析：
1、爬取网站时经常会遇到需要登录的问题，这是就需要用到模拟登录的相关方法。python提供了强大的url库，想做到这个并不难。这里以登录学校教务系统为例，做一个简单的例子。
2、首先得明白cookie的作用，cookie是某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据。因此我们需要用Cookielib模块来保持网站的cookie。
3、这个是要登陆的地址 http://202.115.80.153/ 和验证码地址 http://202.115.80.153/CheckCode.aspx
4、可以发现这个验证码是动态更新的每次打开都不一样，一般这种验证码和cookie是同步的。其次想识别验证码肯定是吃力不讨好的事，因此我们的思路是首先访问验证码页面，保存验证码、获取cookie用于登录，然后再直接向登录地址post数据。
5、首先通过抓包工具或者火狐或者谷歌浏览器分析登录页面需要post的request和header信息。以谷歌浏览器为例。
从中可以看出需要post的url并不是访问的页面，而是http://202.115.80.153/default2.aspx，
其中需要提交的表单数据中txtUserName和TextBox2分别用户名和密码。
现在直接到关键部分 上代码！！
1 import urllib2 2 import cookielib 3 import urllib 4 import re 5 import sys 6 ‘‘‘模拟登录‘‘‘ 7 reload(sys) 8 sys.setdefaultencoding("utf-8") 9 # 防止中文报错 10 CaptchaUrl = "http://202.115.80.153/CheckCode.aspx" 11 PostUrl = "http://202.115.80.153/default2.aspx" 12 # 验证码地址和post地址 13 cookie = cookielib.CookieJar() 14 handler = urllib2.HTTPCookieProcessor(cookie) 15 opener = urllib2.build_opener(handler) 16 # 将cookies绑定到一个opener cookie由cookielib自动管理 17 username = ‘username‘ 18 password = ‘password123‘ 19 # 用户名和密码 20 picture = opener.open(CaptchaUrl).read() 21 # 用openr访问验证码地址,获取cookie 22 local = open(‘e:/image.jpg‘, ‘wb‘) 23 local.write(picture) 24 local.close() 25 # 保存验证码到本地 26 SecretCode = raw_input(‘输入验证码： ‘) 27 # 打开保存的验证码图片 输入 28 postData = { 29 ‘__VIEWSTATE‘: ‘dDwyODE2NTM0OTg7Oz6pH0TWZk5t0lupp/tlA1L+rmL83g==‘, 30 ‘txtUserName‘: username, 31 ‘TextBox2‘: password, 32 ‘txtSecretCode‘: SecretCode, 33 ‘RadioButtonList1‘: ‘学生‘, 34 ‘Button1‘: ‘‘, 35 ‘lbLanguage‘: ‘‘, 36 ‘hidPdrs‘: ‘‘, 37 ‘hidsc‘: ‘‘, 38 } 39 # 根据抓包信息 构造表单 40 headers = { 41 ‘Accept‘: ‘text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8‘, 42 ‘Accept-Language‘: ‘zh-CN,zh;q=0.8‘, 43 ‘Connection‘: ‘keep-alive‘, 44 ‘Content-Type‘: ‘application/x-www-form-urlencoded‘, 45 ‘User-Agent‘: ‘Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36‘, 46 } 47 # 根据抓包信息 构造headers 48 data = urllib.urlencode(postData) 49 # 生成post数据 ?key1=value1&key2=value2的形式 50 request = urllib2.Request(PostUrl, data, headers) 51 # 构造request请求 52 try: 53 response = opener.open(request) 54 result = response.read().decode(‘gb2312‘) 55 # 由于该网页是gb2312的编码，所以需要解码 56 print result 57 # 打印登录后的页面 58 except urllib2.HTTPError, e: 59 print e.code 60 # 利用之前存有cookie的opener登录页面
登录成功后便可以利用该openr访问其他需要登录才能访问的页面。
标签：window 学生 lib 打开 请求 成功 state 模块 keep
原文地址：http://www.cnblogs.com/wenhongyu/p/7280790.html
