使用Mechanize实现自动化表单处理

使用Mechanize实现自动化表单处理

 

mechanize是对urllib2的部分功能的替换，能够更好的模拟浏览器行为，在web访问控制方面做得更全面

mechanize的特点: 

　　1 http,https协议等 　　2 简单的HTML表单填写 　　3 浏览器历史记录和重载 　　4 Referer的HTTP头的正确添加 　　5 自动遵守robots.txt的 　　6 自动处理HTTP-EQUIV和刷新

常用函数

.CookieJar()：设置cookie  .Browser()：打开浏览器  .addheaders()：User-Agent，用来欺骗服务器的  .open()：打开网页，按照官网描述可以打开任意网页，不仅限于http  .select_form()：选择表单的，选择表单的ID的时候需要注意。  .form[]：填写信息  .submit()：提交

1.安装：

pip install mechanize

注：

　　只能在python 2.x 上

2.简单使用

import mechanize
br = mechanize.Browser()
br.open("http://www.cnblogs.com/baby123/p/8078508.html")
print br.title()

import mechanize
request2 = mechanize.Request("https://news.cnblogs.com/")
response2 = mechanize.urlopen(request2)
print response2.geturl()  
print response2.info()  

注： 　　response2.info()  # headers 　　response2.read()  # body

3.使用百度查询

# coding=UTF-8
import mechanize
br = mechanize.Browser()
br.set_handle_equiv(True)
br.set_handle_redirect(True)
br.set_handle_referer(True)
br.set_handle_robots(False)
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
br.set_debug_http(True)
br.set_debug_redirects(True)
br.set_debug_responses(True)
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')]
br.open("https://www.baidu.com/")
br.select_form(nr = 0)
br.form['wd'] = 'python mechanize'
br.submit()
brr=br.response().read()
print brr

 4.登陆

# coding=UTF-8
import mechanize
br = mechanize.Browser()
br.set_handle_equiv(True)
br.set_handle_redirect(True)
br.set_handle_referer(True)
br.set_handle_robots(False)
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
br.set_debug_http(True)
br.set_debug_redirects(True)
br.set_debug_responses(True)
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')]
br.open("https://passport.csdn.net/account/login?service=http://www.csdn.net")

br.select_form(nr = 0)
br.form['username'] = 'XXXXXXX'
br.form['password'] = '123456'
br.submit()
brr=br.response().read()
with open("logininfo.txt","w") as f:
        f.write(brr)

将登陆后的html页面写入文件 logininfo.txt, 从文件内容看，登录成功