python-58: cookies和opener的進一步理解

原本寫到這裏我認爲咱們這個實例已經講解完成了，可是當我回過頭看以後，發現以前一些比較模糊或者不是很肯定的事情，在這裏獲得了一些新的的認識，因此以爲有必要在這裏記錄一下

1. 爲何登錄的源碼中要使用函數獲取cookies
   

我記得我在第40小節的時候比較了幾種方法獲取的cookies，最後咱們選擇了firebug工具獲取的cookies來直接登錄，當時也說過使用代碼獲取的cookies會受到限制，可是，咱們在模擬登錄中，對於cookies的咱們仍是使用代碼來獲取而且處理，爲何要這樣作呢？不是說會受到限制嗎？

首先第一個緣由是咱們除了這個程序沒有別的程序能夠實現處理cookies的功能了，咱們要在代碼中模擬登錄的整個流程，這中間確定是不能斷開而後再去瀏覽器取cookies的，而python中彷佛也只有這個庫能實現cookies的處理，但實際上，我一直對這個問題耿耿於懷，因此，如今咱們就來對比看看這幾個cookies有什麼區別，首先仍是先貼上上次的源碼

#!/usr/bin/env python
# -*- coding:UTF-8 -*-
__author__ = "217小月月坑"

import urllib2
import cookielib
#聲明一個CookieJar對象實例來保存cookie
cookie = cookielib.CookieJar()
#利用urllib2庫的HTTPCookieProcessor對象來建立cookie處理器
handler=urllib2.HTTPCookieProcessor(cookie)
#經過handler來構建opener
opener = urllib2.build_opener(handler)
#此處的open方法同urllib2的urlopen方法，也能夠傳入request
response = opener.open('http://www.baidu.com')
for item in cookie:
    print item.name+':'+item.value

我這裏使用的是百度的url，咱們知道百度是須要登錄的，咱們從瀏覽器獲取到的是登錄以後的cookies，而咱們這個代碼是不能實現登錄的，因此獲取的是未登錄的cookies，這兩個cookies確定是不同的，通過前面的解釋應該很容易理解，但是我真的很想知道登錄前和登錄後，經過瀏覽器和經過代碼獲取的cookies有什麼區別，因此我仍是作了這樣的嘗試，雖然這看起來並無什麼卵用

仍是使用前面模擬登錄的綠野網站，首先我分別獲取登錄前瀏覽器和代碼獲取的cookies,固然，爲了將其餘的干擾因素減到最小，在作這一切操做以前，咱們還須要將瀏覽器本來的cookies所有刪除

登錄前，瀏覽器

登錄前，代碼

PHPSESSID:7v0lru00p00trv1sdjk7mbrr90

登錄後，瀏覽器

登錄後，代碼（這原本是很長的，爲了方便顯示，我給他來了一個腰斬）

<cookielib.CookieJar[<Cookie PHPSESSID=jm7n7e8qrbhc1j95mrvf5lbq03 for www.lvye.org/>, 
<Cookie lvyebbs=1e9bec842fcbfeca3668f75b2921d2058d0dac3e99f217be35f9da07f59032aa for www.lvye.org/>]>

咱們來分析一下這幾組數據，首先，不論是登錄前仍是登錄後，使用兩種方法獲取的兩組數據是不同的，在瀏覽器獲取的數據中，登錄前和登錄後，PHPSESSID是同樣的，可是登錄後多了一項，而使用代碼獲取的cookies中，登錄先後數據都是不同的，這是爲何呢？

這得說到session，也就是會話，只要向服務器發送請求，就能夠算是發起一次會話，會話的時間有長有短，具體的能夠上網去查一下，cookies裏面的PHPSESSID就是會話的id，咱們使用瀏覽器打開綠野網並登錄的過程當中，因爲網頁一直沒有關閉，也就是說一直保持着這一個會話，因此PHPSESSID是同一個，可是，登錄先後，cookies會變化，前面也說到，登錄後的cookies會帶有瀏覽器返回來的一個標識，因此，瀏覽器獲取到的cookies也是變化的，瀏覽器君仍是很誠實的，那麼，代碼呢？

首先第一次的代碼是使用cookielib獲取的，也就是上面的那段代碼，而第二次使用的是模擬登錄的源碼，只是將獲取到的cookies輸出出來，因此這兩次使用的代碼是徹底沒問題的，可是爲何這兩次代碼獲取的結果都沒一個同樣的呢？

代碼雖然能獲取cookies，可是卻不能保持會話，也就是說，兩次代碼總共發起了兩次會話，因此獲取的PHPSESSID並不同，可是咱們能夠看到，雖然登錄先後的值不同，可是內容，項目和瀏覽器獲取的是同樣的，說明使用cookielib獲取的cookies是可靠的

2. opener自動處理cookies

前面也說到，urlopen不具備處理cookies和驗證等功能，因此要使用opener，後面的代碼中也屢次說到opener會自動對cookies進行處理並在下一次訪問的時候自動攜帶cookies進行訪問，可是這個"自動"是怎麼回事呢？咱們來編寫代碼試試看吧

咱們就找新鮮的代碼，前面的驗證碼登錄中咱們接觸到不少的cookies，因此，咱們用這個例子來嘗試最合適不過了，咱們將這個過程當中全部的cookies都輸出來看看吧，代碼就不貼上來了，咱們直接來看結果吧

<cookielib.CookieJar[<Cookie PHPSESSID=d7g7molaicj3ckredp085km2l4 for id.ifeng.com/>]>
<cookielib.CookieJar[<Cookie IF_REAL=0 for .ifeng.com/>, <Cookie IF_TIME=1450140425515 for .ifeng.com/>, <Cookie IF_USER=2027598917%40qq.com for .ifeng.com/>, <Cookie sid=45CC6C7439F91C9EDDC19C800306B899user66726221 for .ifeng.com/>, <Cookie PHPSESSID=d7g7molaicj3ckredp085km2l4 for id.ifeng.com/>]>
<cookielib.CookieJar[<Cookie IF_REAL=0 for .ifeng.com/>, <Cookie IF_TIME=1450140425515 for .ifeng.com/>, <Cookie IF_USER=2027598917%40qq.com for .ifeng.com/>, <Cookie reborn=AncOJghiBSwEPgY2BzcGNFFrC2IGYwAx for .ifeng.com/>, <Cookie sid=45CC6C7439F91C9EDDC19C800306B899user66726221 for .ifeng.com/>, <Cookie PHPSESSID=d7g7molaicj3ckredp085km2l4 for id.ifeng.com/>]>

咱們看到這裏的PHPSESSID是同一個的，也就說明了在這個代碼中，因爲全部操做都是按從上到下的順序進行的，因此整個過程都保持在一個會話中，並且，三個不一樣狀態的cookies也是不同的，這也跟前面說的驗證碼的機制相吻合，整個過程當中咱們只使用一個opener，只對cookies進行一次獲取的操做，然後面卻可以輸出三個不一樣cookies，這因此也體現了opener可以對cookies進行自動處理，不須要咱們重複獲取

爲了對比咱們再來看看瀏覽器獲取的幾個cookies

登陸前

輸入驗證碼登陸後

進入個人博客

除了一些亂七八糟的數據以外，可是這些數據也是不會變的，大致上的數據是同樣的，並且登陸先後數據的變化也跟代碼裏面顯示的同樣，至於爲何會多出這麼多數據，這有多是瀏覽器的設置或者什麼的，可是，咱們能夠肯定的是，使用cookielib處理的cookies是徹底沒有問題的