标签：爬取 5.0 9.1 app ali class 两种 request apn
cookie是web主机服务器返回给客户端登陆信息的一种密钥。在爬虫时，对于需要登陆账号密码的网站，若不使用cookie，则不能获取需要的信息。当使用cookie时，客户端可以多次直接获取服务器网页信息，不必重复登陆自己的账号密码。cookie的使用分为两种，第一种：将cookie放在header信息里面，采用post的请求方式，进行网页信息的获取。例如：
import urllib.request,urllib.parse url=‘http://****com/‘ headers={‘user-agent‘:‘Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36‘, ‘cookie‘:‘************H_PS_PSSID=1421_21122_26350_28413; BDSFRCVID=kY-OJeC62uipAp69jB0prglYsg5rbsOTH6aV1uteHfFNlQlK3xZmEG0PeM8g0KubhaS4ogKKBeOTHn0F_2uxOjjg8UtVJeC6EG0P3J; H_BDCLCKID_SF=tJPDVI82JCD3j-5cbjAWq4tehHRWXCr9WDTm_Doa24JNqKLwMxK2KbDshbreK5QHKj79-pPKKxLaftbNy-jPX4Auh-4ehpTL3mkjbn5zfn02OP5PM-Q6j-4syPRGKxRnWI_jKfA-b4ncjRcTehoM3xI8LNj405OTt2LE3-oJqCLMbDIR3D; delPer=0; PSINO=2; ZD_ENTRY=baidu; PHPSESSID=eeoser3pl2vivvnbgn14bad960; Hm_lvt_4010fd5075fcfe46a16ec4cb65e02f04=1550109976,1550112542; BDUSS=NKTVZMQTNOZzNvVXB5bTIySDluNUFpelVNYnBMMW5EU1hTSjhOQnk1Sm9aSXhjQUFB****‘, ‘connection‘:‘keep-alive‘, ‘accept‘:‘text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8‘} request=urllib.request.Request(url,headers=headers) w=urllib.request.urlopen(request).read() print(w.decode())
可以直接爬取自己账号下该网站的信息。这种方式最简单，但不实用，需要手动输入cookie信息，cookie信息的获取不介绍，打开所需要的网站，F12,F5即可查看cookie，host等headers信息。
目前主流的是将cookie信息保存到自己的客户端，然后通过调取该文件，进行爬虫。即第二种方法：
标签：爬取 5.0 9.1 app ali class 两种 request apn
原文地址：https://www.cnblogs.com/xuehaiwuya0000/p/10373663.html
