Python 登錄網站詳解及實例

對于大部分論壇，我們想要抓取其中的帖子分析，首先需要登錄，否則無法查看。

　　這是因為 HTTP 協議是一個無狀態(Stateless)的協議，服務器如何知道當前請求連接的用戶是否已經登錄了呢？有兩種方式：

在URI 中顯式地使用 Session ID； 利用 Cookie，大概過程是登錄一個網站后會在本地保留一個 Cookie，當繼續瀏覽這個網站的時候，瀏覽器會把 Cookie 連同地址請求一起發送過去。

　　Python 提供了相當豐富的模塊，所以對于這種網絡操作只要幾句話就可以完成。我以登錄 QZZN 論壇為例，事實上下面的程序幾乎所有的 PHPWind 類型的論壇都是適用的。

# -*- coding: GB2312 -*-from urllib import urlencodeimport cookielib, urllib2# cookiecj = cookielib.LWPCookieJar()opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))urllib2.install_opener(opener)# Loginuser_data = {'pwuser': '你的用戶名',       'pwpwd': '你的密碼',       'step':'2'      }url_data = urlencode(user_data)login_r = opener.open("http://bbs.qzzn.com/login.php", url_data)

　一些注釋：

　　最后一個問題是，pwuser、pwpwd 這類的名字是從哪兒來的，這就要分析需要登錄的網頁了。我們知道，一般的登錄界面都是一個表單，節選如下：

<form action="login.php?" method="post" name="login" onSubmit="this.submit.disabled = true;"> <input type="hidden" value="" name="forward" /> <input type="hidden" value="http://bbs.qzzn.com/index.php" name="jumpurl" /> <input type="hidden" value="2" name="step" /> ... <td width="20%" onclick="document.login.pwuser.focus();"><input type="radio" name="lgt" value="0" checked />用戶名 <input type="radio" name="lgt" value="1" />UID</td> <td><input class="input" type="text" maxLength="20" name="pwuser" size="40" tabindex="1" /> <a href="reg1ster.php" rel="external nofollow" >馬上注冊</a></td> <td>密　碼</td> <td><input class="input" type="password" maxLength="20" name="pwpwd" size="40" tabindex="2" /> <a href="sendpwd.php" rel="external nofollow" target="_blank">找回密碼</a></td> ... </form>