Cookie 是指某些網站服務器為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檔案，Cookie可以保持登錄資訊到用戶下次與服務器的會話，
HTTP是無狀態的面向連接的協議, 為了保持連接狀態, 引入了Cookie機制，Cookie是http訊息頭中的一種屬性，包括：
Cookie名字（Name）
Cookie的值（Value）
Cookie的過期時間（Expires/Max-Age）
Cookie作用路徑（Path）
Cookie所在域名（Domain），
使用Cookie進行安全連接（Secure），
前兩個引數是Cookie應用的必要條件，另外，還包括Cookie大小（Size，不同瀏覽器對Cookie個數及大小限制是有差異的），另外注意：光理論是不夠的，這里順便免費送大家一套2020最新python入門到高級專案實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，還可以跟老司機交流討教！
Cookie由變數名和值組成，根據 Netscape公司的規定，Cookie格式如下：
Set－Cookie: NAME=VALUE；Expires=DATE；Path=PATH；Domain=DOMAIN_NAME；SECURE
Cookie應用
Cookies在爬蟲方面最典型的應用是判定注冊用戶是否已經登錄網站，用戶可能會得到提示，是否在下一次進入此網站時保留用戶資訊以便簡化登錄手續，
import urllib.request
# 1. 構建一個已經登錄過的用戶的headers資訊
headers = {
"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko)
Chrome/73.0.3683.103 Safari/537.36",
"Cookie": "anonymid=jurpmxe9-orl7u3;"
"depovince=BJ;"
" _r01_=1; "
"JSESSIONID=abcwYLyIY7VNIhCDVWcPw;"
" jebe_key=f6fb270b-d06d-42e6-8b53-e67c3156aa7e%7Cc13c37f53bca9e1e7132d4b58ce00fa3%7C148406060
7478%7C1%7C1484060607173;"
" jebecookies=f1fd29c4-bd08-4d66-8834-72e42b70d2cb|||||; "
"ick_login=0f790ea2-c8bf-4d64-a394-36745febeb26;"
" _de=622DE758381206EB340E4CEC836F3769696BF75400CE19CC;"
" p=7e50f3fe10ca320e36dae001c72d392d3;"
" ap=327550029;"
" first_login_flag=1;"
" [email protected];"
" ln_hurl=http://hdn.xnimg.cn/photos/hdn121/20120930/2035/h_main_hcDy_40fc000002d91375.jpg;"
" t=d7c6ae064b81ae15f5b91f5897dc61553;"
" societyguester=d7c6ae064b81ae15f5b91f5897dc61553;"
" id=485439163;"
" xnsid=bc995dc8;"
" ver=7.0;"
" loginfrom=null"
}
# 2. 通過headers里的報頭資訊（主要是Cookie資訊），構建Request物件
request = urllib.request.Request("http://www.renren.com", headers=headers)
# 3. 直接訪問renren主頁，服務器會根據headers報頭資訊（主要是Cookie資訊），判斷這是一個已經登錄的用戶，并回傳相應的頁面
response = urllib.request.urlopen(request)
# 4. 列印回應內容
print(response.read().decode("utf-8"))
但是這樣做太過復雜，我們先需要在瀏覽器登錄賬戶，并且設定保存密碼，并且通過抓包才能獲取這個Cookie，那有么有更簡單方便的方法呢？
相關推薦：《Python相關教程》
cookielib庫 和 HTTPCookieProcessor處理器
在Python處理Cookie，一般是通過 http 模塊的 cookiejar 模塊和 urllib 模塊的 HTTPCookieProcessor 處理器類一起使用，
cookiejar模塊：主要作用是提供用于存盤cookie的物件，
HTTPCookieProcessor處理器：主要作用是處理這些cookie物件，并構建handler物件，
import urllib.request
import urllib.parse
from http import cookiejar
# 1. 構建一個CookieJar物件實體來保存cookie
cookie = cookiejar.CookieJar()
# 2. 使用HTTPCookieProcessor()來創建cookie處理器物件，引數為CookieJar()物件
cookie_handler = urllib.request.HTTPCookieProcessor(cookie)
# 3. 通過 build_opener() 來構建opener
opener = urllib.request.build_opener(cookie_handler)
# 4. addheaders 接受一個串列，里面每個元素都是一個headers資訊的元祖, opener將附帶headers資訊
opener.addheaders = [("User-Agent",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like
Gecko) Chrome/73.0.3683.103 Safari/537.36")]
# 5. 需要登錄的賬戶和密碼
data = {"email": "[email protected]", "password": "chen562352353"}
# 6. 通過urlencode()轉碼
postdata = urllib.parse.urlencode(data).encode("utf-8")
# 7. 構建Request請求物件，包含需要發送的用戶名和密碼
request = urllib.request.Request("http://www.renren.com/PLogin.do", data=https://www.cnblogs.com/chengxuyuanaa/p/postdata)
# 8. 通過opener發送這個請求，并獲取登錄后的Cookie值，
opener.open(request)
# 9. opener包含用戶登錄后的Cookie值，可以直接訪問那些登錄后才可以訪問的頁面
response = opener.open("http://www.renren.com/485439163")
# 10. 列印回應內容
print(response.read().decode("utf-8"))
模擬登錄要注意幾點：
登錄一般都會先有一個HTTP GET，用于拉取一些資訊及獲得Cookie，然后再HTTP POST登錄，
HTTP POST登錄的鏈接有可能是動態的，從GET回傳的資訊中獲取，
password 有些是明文發送，有些是加密后發送，有些網站甚至采用動態加密的，同時包括了很多其他資料的加密資訊，只能通過查看JS原始碼獲得加密演算法，再去破解加密，非常困難，
大多數網站的登錄整體流程是類似的，可能有些細節不一樣，所以不能保證其他網站登錄成功，
最后注意：光理論是不夠的，這里順便免費送大家一套2020最新python入門到高級專案實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，還可以跟老司機交流討教！
本文的文字及圖片來源于網路加上自己的想法,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/141171.html
標籤：Python
上一篇：監督學習與sklearn庫