Python爬虫连载7-cookie的保存与读取、SSL讲解

一、cookie的保存与读取

1.cookie的保存-FileCookie.Jar

from urllib import request,parse
 
from http import cookiejar
 
#创建cookiejar实例
 
filename = "cookie.txt"
 
cookie = cookiejar.MozillaCookieJar(filename)
 
#生成cookie的管理器
 
cookie_handler = request.HTTPCookieProcessor(cookie)
 
#创建http请求管理器
 
http_handler = request.HTTPHandler()
 
#生成https管理器
 
https_handler = request.HTTPHandler()
 
#创建请求管理器
 
opener = request.build_opener(http_handler,https_handler,cookie_handler)
 
​
 
def login():
 
    """
 
    负责初次登录
 
    需要输入用户名密码
 
    :return:
 
    """
 
    url = "http://www.renren.com/PLogin.do"
 
    data = {
 
        "email":"1215217867@qq.com",
 
        "password":""
 
    }
 
    #把数据进行编码
 
    data = parse.urlencode(data)
 
    #创建一个请求对象
 
    req = request.Request(url,data=data.encode())
 
    #使用opener发起请求
 
    rep = opener.open(req)
 
    #保存cookie到文件
 
    #ignore_discard表示及时cookie将要被丢弃也要保存下来
 
    #ignore_expire表示如果该文件中cookie即使已经过期，保存
 
    cookie.save(ignore_discard=True,ignore_expires=True)
 
​
 
def getHomePage():
 
    url = "http://www.renren.com/965187997/profile"
 
    #如果已经执行了login函数，则opener自动已经包含相应的cookie值
 
    rsp = opener.open(url)
 
​
 
    html = rsp.read().decode()
 
    with open("rsp.html","w") as f:
 
        f.write(html)
 
​
 
if __name__ == "__main__":
 
    """
 
    执行完login之后，会得到授权之后的cookie
 
    我们尝试把cookie打印出来
 
    """
 
    login()
 
    getHomePage()

2.cookie的读取

from urllib import request,parse
 
from http import cookiejar
 
#创建cookiejar实例
 
cookie = cookiejar.MozillaCookieJar()
 
cookie.load("cookie.txt",ignore_discard=True,ignore_expires=True)
 
​
 
#生成cookie的管理器
 
cookie_handler = request.HTTPCookieProcessor(cookie)
 
#创建http请求管理器
 
http_handler = request.HTTPHandler()
 
#生成https管理器
 
https_handler = request.HTTPHandler()
 
#创建请求管理器
 
opener = request.build_opener(http_handler,https_handler,cookie_handler)
 
​
 
def login():
 
    """
 
    负责初次登录
 
    需要输入用户名密码
 
    :return:
 
    """
 
    url = "http://www.renren.com/PLogin.do"
 
    data = {
 
        "email":"1215217867@qq.com",
 
        "password":""
 
    }
 
    #把数据进行编码
 
    data = parse.urlencode(data)
 
    #创建一个请求对象
 
    req = request.Request(url,data=data.encode())
 
    #使用opener发起请求
 
    rep = opener.open(req)
 
    #保存cookie到文件
 
    #ignore_discard表示及时cookie将要被丢弃也要保存下来
 
    #ignore_expire表示如果该文件中cookie即使已经过期，保存
 
    cookie.save(ignore_discard=True,ignore_expires=True)
 
​
 
def getHomePage():
 
    url = "http://www.renren.com/965187997/profile"
 
    #如果已经执行了login函数，则opener自动已经包含相应的cookie值
 
    rsp = opener.open(url)
 
​
 
    html = rsp.read().decode()
 
    with open("rsp.html","w") as f:
 
        f.write(html)
 
​
 
​
 
if __name__ == "__main__":
 
    """
 
    执行完login之后，会得到授权之后的cookie
 
    我们尝试把cookie打印出来
 
    """
 
    # login()
 
    getHomePage()

改代码读取了保存的cookie文件，并且​访问网页成功。

二、SSL

1.什么是SSL

（1）SSL证书就是指遵守SSL安全套阶层协议的服务器数字证书（SercureSocketLayer)

（2）该证书是由美国网景公司开发

（3）CA（CertifacateAuthority)是数字证书认证中心，是发放、管理、废除数字证书的收信人的​第三方机构。

（4）遇到不信任的SSL证书，可以用代码进行忽略掉

from urllib import request
 
#导入python ssl处理模块
 
import ssl
 
#利用非认证上下文环境替换认证的下文环境
 
ssl._create_default_https_context = ssl._create_unverified_context
 
url = "https://www.12306.cn/mormhweb/"
 
rsp = request.urlopen(url)
 
​
 
html = rsp.read().decode()
 
​
 
print(html)

三、源码

Reptitle7_1_SaveCookie.py

Reptitle7_2_LoadCookie.py

Reptitle7_3_SSLAnalysis.py

https://github.com/ruigege66/PythonReptile/blob/master/Reptitle7_1_SaveCookie.py

https://github.com/ruigege66/PythonReptile/blob/master/Reptitle7_2_LoadCookie.py

https://github.com/ruigege66/PythonReptile/blob/master/Reptitle7_3_SSLAnalysis.py

2.CSDN：https://blog.csdn.net/weixin_44630050

3.博客园：https://www.cnblogs.com/ruigege0000/

4.欢迎关注微信公众号：傅里叶变换，个人公众号，仅用于学习交流，后台回复”礼包“，获取大数据学习资料