爬取網(wǎng)站時(shí)經(jīng)常會(huì)遇到需要登錄的問題，這是就需要用到模擬登錄的相關(guān)方法。python提供了強(qiáng)大的url庫，想做到這個(gè)并不難。這里以登錄學(xué)校教務(wù)系統(tǒng)為例，做一個(gè)簡單的例子。

首先得明白cookie的作用，cookie是某些網(wǎng)站為了辨別用戶身份、進(jìn)行session跟蹤而儲(chǔ)存在用戶本地終端上的數(shù)據(jù)。因此我們需要用Cookielib模塊來保持網(wǎng)站的cookie。

可以發(fā)現(xiàn)這個(gè)驗(yàn)證碼是動(dòng)態(tài)更新的每次打開都不一樣，一般這種驗(yàn)證碼和cookie是同步的。其次想識(shí)別驗(yàn)證碼肯定是吃力不討好的事，因此我們的思路是首先訪問驗(yàn)證碼頁面，保存驗(yàn)證碼、獲取cookie用于登錄，然后再直接向登錄地址post數(shù)據(jù)。

首先通過抓包工具或者火狐或者谷歌瀏覽器分析登錄頁面需要post的request和header信息。以谷歌瀏覽器為例。

其中需要提交的表單數(shù)據(jù)中txtUserName和TextBox2分別用戶名和密碼。

現(xiàn)在直接到關(guān)鍵部分 

上代碼??！ 

import urllib2  
import cookielib  
import urllib 
import re  
import sys  
'''模擬登錄'''  
reload(sys)  
sys.setdefaultencoding("utf-8")  
# 防止中文報(bào)錯(cuò)  
CaptchaUrl = "http://202.115.80.153/CheckCode.aspx"  
PostUrl = "http://202.115.80.153/default2.aspx"  
# 驗(yàn)證碼地址和post地址  
cookie = cookielib.CookieJar()  
handler = urllib2.HTTPCookieProcessor(cookie)  
opener = urllib2.build_opener(handler)  
# 將cookies綁定到一個(gè)opener cookie由cookielib自動(dòng)管理  
username = 'username'  
password = 'password123'  
# 用戶名和密碼  
picture = opener.open(CaptchaUrl).read()  
# 用openr訪問驗(yàn)證碼地址,獲取cookie  
local = open('e:/image.jpg', 'wb')  
local.write(picture)  
local.close()  
# 保存驗(yàn)證碼到本地  
SecretCode = raw_input('輸入驗(yàn)證碼：') 
# 打開保存的驗(yàn)證碼圖片 輸入  
postData = {  
'__VIEWSTATE': 'dDwyODE2NTM0OTg7Oz6pH0TWZk5t0lupp/tlA1L+rmL83g==',  
'txtUserName': username,  
'TextBox2': password,  
'txtSecretCode': SecretCode,  
'RadioButtonList1': '學(xué)生',  
'Button1': '',  
'lbLanguage': '',  
'hidPdrs': '',  
'hidsc': '',  
}  
# 根據(jù)抓包信息 構(gòu)造表單  
headers = {  
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',  
'Accept-Language': 'zh-CN,zh;q=0.8',  
'Connection': 'keep-alive',  
'Content-Type': 'application/x-www-form-urlencoded',  
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36',  
}  
# 根據(jù)抓包信息 構(gòu)造headers  
data = urllib.urlencode(postData)  
# 生成post數(shù)據(jù) ?key1=value1&key2=value2的形式  
request = urllib2.Request(PostUrl, data, headers)  
# 構(gòu)造request請(qǐng)求  
try:  
response = opener.open(request)  
result = response.read().decode('gb2312')  
# 由于該網(wǎng)頁是gb2312的編碼，所以需要解碼  
print result  
# 打印登錄后的頁面  
except urllib2.HTTPError, e:  
print e.code  
# 利用之前存有cookie的opener登錄頁面 

登錄成功后便可以利用該openr訪問其他需要登錄才能訪問的頁面。