前言

Cookie

Cookie 是指某些網站伺服器為了辨別使用者身份和進行Session跟蹤，而儲存在使用者瀏覽器上的文字檔案，Cookie可以保持登入資訊到使用者下次與伺服器的會話。

Cookie原理

HTTP是無狀態的面向連線的協議, 為了保持連線狀態, 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進行安全連線（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）。

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註冊使用者是否已經登入網站，使用者可能會得到提示，是否在下一次進入此網站時保留使用者資訊以便簡化登入手續。

使用Cookies獲取qq空間登陸後介面

在網頁登入qq空間，進入說說介面，F12或檢查，重新整理一下，找到網頁主題檔案，複製cookies

# -*- coding:UTF-8 -*-
import urllib2
headers = {
    "Host":"user.qzone.qq.com",
    "Connection":"keep-alive",
    "Upgrade-Insecure-Requests":"1",
    "user-agent":" Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36",
    "accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8",
    "Accept-Language":"zh-CN,zh;q=0.9",
    "Cookie": "****************************"

}

request = urllib2.Request("https://user.qzone.qq.com/2844194604", headers = headers)
response = urllib2.urlopen(request)
print response.read()
 

結果：一段巨大的html

模擬登入要注意幾點：

1. 登入一般都會先有一個HTTP GET，用於拉取一些資訊及獲得Cookie，然後再HTTP POST登入。
2. HTTP POST登入的連結有可能是動態的，從GET返回的資訊中獲取。
3. password 有些是明文傳送，有些是加密後傳送。有些網站甚至採用動態加密的，同時包括了很多其他資料的加密資訊，只能通過檢視JS原始碼獲得加密演算法，再去破解加密，非常困難。
4. 大多數網站的登入整體流程是類似的，可能有些細節不一樣，所以不能保證其他網站登入成功。

有問題留言，我盡力幫助

更多機會與學習資料加入下方QQ群