Python模擬登錄的幾種方法

方法一：直接使用已知的cookie訪問

特點：

　　簡單，但需要先在瀏覽器登錄

原理：

　　簡單地說，cookie保存在發起請求的客戶端中，服務器利用cookie來區分不同的客戶端。因為http是一種無狀態的連接，當服務器一下子收到好幾個請求時，是無法判斷出哪些請求是同一個客戶端發起的。而“訪問登錄后才能看到的頁面”這一行為，恰恰需要客戶端向服務器證明：“我是剛才登錄過的那個客戶端”。于是就需要cookie來標識客戶端的身份，以存儲它的信息（如登錄狀態）。

　　當然，這也意味著，只要得到了別的客戶端的cookie，我們就可以假冒成它來和服務器對話。這給我們的程序帶來了可乘之機。

　　我們先用瀏覽器登錄，然后使用開發者工具查看cookie。接著在程序中攜帶該cookie向網站發送請求，就能讓你的程序假扮成剛才登錄的那個瀏覽器，得到只有登錄后才能看到的頁面。

具體步驟：

1.用瀏覽器登錄，獲取瀏覽器里的cookie字符串

　　先使用瀏覽器登錄。再打開開發者工具，轉到network選項卡。在左邊的Name一欄找到當前的網址，選擇右邊的Headers選項卡，查看Request Headers，這里包含了該網站頒發給瀏覽器的cookie。對，就是后面的字符串。把它復制下來，一會兒代碼里要用到。

　　注意，最好是在運行你的程序前再登錄。如果太早登錄，或是把瀏覽器關了，很可能復制的那個cookie就過期無效了。

2.寫代碼

　　urllib庫的版本：

requests庫的版本：

方法二：模擬登錄后再攜帶得到的cookie訪問

原理：

　　我們先在程序中向網站發出登錄請求，也就是提交包含登錄信息的表單（用戶名、密碼等）。從響應中得到cookie，今后在訪問其他頁面時也帶上這個cookie，就能得到只有登錄后才能看到的頁面。

具體步驟：

1.找出表單提交到的頁面

　　還是要利用瀏覽器的開發者工具。轉到network選項卡，并勾選Preserve Log（重要！）。在瀏覽器里登錄網站。然后在左邊的Name一欄找到表單提交到的頁面。怎么找呢？看看右側，轉到Headers選項卡。首先，在General那段，Request Method應當是POST。其次最下方應該要有一段叫做Form Data的，里面可以看到你剛才輸入的用戶名和密碼等。也可以看看左邊的Name，如果含有login這個詞，有可能就是提交表單的頁面（不一定！）。

　　這里要強調一點，“表單提交到的頁面”通常并不是你填寫用戶名和密碼的頁面！所以要利用工具來找到它。

2.找出要提交的數據

　　雖然你在瀏覽器里登陸時只填了用戶名和密碼，但表單里包含的數據可不只這些。從Form Data里就可以看到需要提交的所有數據。

3.寫代碼

?　　urllib庫的版本：

requests庫的版本：

　明顯感覺requests庫用著更方便啊~~~

方法三：模擬登錄后用session保持登錄狀態

原理：

　　session是會話的意思。和cookie的相似之處在于，它也可以讓服務器“認得”客戶端。簡單理解就是，把每一個客戶端和服務器的互動當作一個“會話”。既然在同一個“會話”里，服務器自然就能知道這個客戶端是否登錄過。

具體步驟：

1.找出表單提交到的頁面

2.找出要提交的數據

　　這兩步和方法二的前兩步是一樣的

3.寫代碼

　　requests庫的版本

方法四：使用無頭瀏覽器訪問

特點：

　　功能強大，幾乎可以對付任何網頁，但會導致代碼效率低

原理：

　　如果能在程序里調用一個瀏覽器來訪問網站，那么像登錄這樣的操作就輕而易舉了。在Python中可以使用Selenium庫來調用瀏覽器，寫在代碼里的操作（打開網頁、點擊……）會變成瀏覽器忠實地執行。這個被控制的瀏覽器可以是Firefox，Chrome等，但最常用的還是PhantomJS這個無頭（沒有界面）瀏覽器。也就是說，只要把填寫用戶名密碼、點擊“登錄”按鈕、打開另一個網頁等操作寫到程序中，PhamtomJS就能確確實實地讓你登錄上去，并把響應返回給你。

具體步驟：

1.安裝selenium庫、PhantomJS瀏覽器

2.在源代碼中找到登錄時的輸入文本框、按鈕這些元素

　　因為要在無頭瀏覽器中進行操作，所以就要先找到輸入框，才能輸入信息。找到登錄按鈕，才能點擊它。

　　在瀏覽器中打開填寫用戶名密碼的頁面，將光標移動到輸入用戶名的文本框，右鍵，選擇“審查元素”，就可以在右邊的網頁源代碼中看到文本框是哪個元素。同理，可以在源代碼中找到輸入密碼的文本框、登錄按鈕。

3.考慮如何在程序中找到上述元素

　　Selenium庫提供了find_element(s)_by_xxx的方法來找到網頁中的輸入框、按鈕等元素。其中xxx可以是id、name、tag_name（標簽名）、class_name（class），也可以是xpath（xpath表達式）等等。當然還是要具體分析網頁源代碼。

4.寫代碼