Python网页抓取、模拟登录

lakers009

　　用python抓取网页是非常简单的事，简单的几行代码就可以解决。。。这里稍微记录一下
　　
　　需要引用的包有主要是 urllib2，urllib也可以引入，具体 看代码
　　



#-------------------------------------------------------------------------------
# Name:        模拟登录web
# Purpose:
#
# Author:      huwei
#
# Created:     26/10/2010
# Copyright:   (c) huwei 2010
# Licence:     
#-------------------------------------------------------------------------------
#!/usr/bin/env python

import time,urllib2,urllib
def main():
   
    #登录博客园
    loginCNblogs()
    pass

#登录博客园
def loginCNblogs():
    try:
        #设置 cookie
        cookies = urllib2.HTTPCookieProcessor()
        opener = urllib2.build_opener(cookies)
        urllib2.install_opener(opener)
        parms = {"tbUserName":"用户名","tbPassword":"密码","__EVENTTARGET":"btnLogin","__EVENTARGUMENT":"",
        "__VIEWSTATE":"/wEPDwULLTExMDE0MzIzNDRkGAEFHl9fQ29udHJvbHNSZXF1aXJlUG9zdEJhY2tLZXlfXxYBBQtjaGtSZW1lbWJlcmcJekJlt5rFwfnjeMMnX9V58Xhg",
        "__EVENTVALIDATION":"/wEWBQKit6iCDALyj/OQAgK3jsrkBALR55GJDgKC3IeGDK6TQlRlirS2Zja1Lmeh02u4XMwV",
        "txtReturnUrl":"http://bboy.iyunv.com"}
        loginUrl = "http://passport.iyunv.com/login.aspx"
        login = urllib2.urlopen(loginUrl,urllib.urlencode(parms))
        
        
        #print(unicode(login.read(),"utf8"))

        #显示配置页面
        avatar = urllib2.urlopen("http://home.iyunv.com/set/avatar/")
        #print(avatar.read().decode("utf8"))
    except Exception,e:
        print(e)
    pass

if __name__ == '__main__':
    main()
　　
　　
　　获取 网页很简单 直接 urllib2.urlopen(url).read() 就可以得到网页源码
　　这里是抓取登录后的页面，所有开头需要设置cookie


cookies = urllib2.HTTPCookieProcessor()
opener = urllib2.build_opener(cookies)
urllib2.install_opener(opener)　　
　　设置完 cookie以后 再使用 urllib2.urlopen()方法就可以带上你登录成功的cookie了