知乎登陸來學習cookie和sessions

簡單的學習http.cookiejar的使用，由於瀏覽器與服務器直接鏈接是非連續的，咱們沒鏈接一次，服務器認證一次返回數據。那問題來了，每次鏈接都須要認證一番！這個時候cookie就是解決這個問題，一用戶屢次登陸同網站頁面認證問題的，每次鏈接都把cookie的小文本傳去就能夠登陸。

這個過程當中，cookie是存放在用戶瀏覽器裏面的，瀏覽器與服務器端直接傳輸cookie的用戶名，密碼等是很是不安全的，那session就能很好解決。session是存放到服務器端，cookie中存放一個session_key，在經過session_key到服務器端查找存放的用戶、密碼、cookie過時時間等。這樣就要安全很是多了。

在寫爬蟲過程當中，咱們須要屢次鏈接的就用session來鏈接，把cookie存起來，每次鏈接都用他。

import re,requests
from lxml import etree
import http.cookiejar as cookielib

user_agent = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36'
header ={
    'Host':'www.zhihu.com',
    'Origin':'https://www.zhihu.com',
    'Referer':'https://www.zhihu.com/',
    'User-Agent':user_agent
}
session = requests.Session()
session.cookies = cookielib.LWPCookieJar(filename = "zhihu_cookie.txt")
#得到xsrf
def get_xsrf():
    response = session.get('https://www.zhihu.com/#signin',headers = header)
    xsrf_html = etree.HTML(response.content.decode('utf-8'))
    xsrf_code = xsrf_html.xpath('//form/input[contains(@name,"_xsrf")]/@value')[0]
    return xsrf_code
#判斷是否登陸
def is_login():
    try:
        session.cookies.load(filename="zhihu_cookie.txt",ignore_discard=True)
    except:
        print("cookie 加載錯誤！")
    inbox_url = "https://www.zhihu.com/inbox"
    response = session.get(inbox_url,headers = header)
    if response.status_code != 200:
        return False
    else:
        return True
def zhihu_login(account,password):
    #判斷是手機登陸仍是郵件登陸
    if re.match("^1\d{10}",account):
        print("手機登陸")
        post_url = 'https://www.zhihu.com/login/phone_num'
        post_data ={
            '_xsrf':get_xsrf(),
            'password':password,
            'captcha_type':'cn',
            'phone_num':account
        }
    else:
        if "@" in account:
            post_url = 'https://www.zhihu.com/login/email'
            post_data ={
                '_xsrf':get_xsrf(),
                'password':password,
                'captcha_type':'cn',
                'email':account
            }
    response = session.post(post_url,data = post_data,headers =header)
    session.cookies.save()

if is_login():
    print("cookie 登陸")
else:
    #輸入用戶名和密碼，下面是錯誤的
    zhihu_login("15211111111","111111111")

http.cookiejar模塊定義瞭如下類： class http.cookiejar.FileCookieJar(filename,delayload=None,policy=None) FileCookieJar對象實現如下額外方法 把cookie保存到文件 FileCookieJar.save(filename=None,ignore_discard=False,ignore_expires=False)

從文件中讀取cookie FileCookieJar.load(filename=None,ignore_discard=False,ignore_expires=False)

FileCookieJar的子類 class http.cookiejar.MozillaCookieJar(filename,delayload=None,policy=None) class http.cookiejar.LWPCookieJar(filename,de layload=None,policy=None)

這種FileCookieJar能以the libwww-perl library’s Set-Cookie3 文件形式把cookie存取到磁盤上。 個人博客地址： https://www.nigaea.com/dataanalysis/173.html