python--实践--模拟浏览器（http）登陆

#方法一：直接使用coookies登陆，此方法需要提前在浏览器中使用账号密码登陆后，获取浏览器中的cookies，在构造的请求中携带这个cookies（缺点是有时效性）。

#方法二：通过账号密码（From data）登陆，在登陆后获得其中的cookies，之后的对需要登陆的页面操作，只需要携带这个cookies即可

#以下代码是利用方法1
# -*- coding: utf-8 -*-
import requests;
import sys;
import io;
#重点：标准解析库
from bs4 import BeautifulSoup;
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='utf8'); #改变标准输出的默认编码
#根据cookies访问后台
url = 'http://域名/other/other.comment.wall.php?ac=l&id=&fid=&uid=&title=&source=0&status=0&b_time=&e_time=';

#浏览器登录后得到的cookie，也就是刚才复制的字符串
cookie_str = r'PHPSESSID=9f20c6bb676841f38aee8589aceb5c7f; username=zhonghuihong; password=XXX';
#把cookie字符串处理成字典，以便接下来使用
cookies = {};
for line in cookie_str.split(';'):
key, value = line.split('=', 1);
cookies[key] = value;
#设置请求头,直接复制即可
headers = {'User-agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.76 Mobile Safari/537.36'};
疑问：请求头header是不是必须要加
搜罗网上的答复：
23 ①、不加，直接裸着请求url，似乎也没有报错，自己尝试也是这样
24 ②、防止封ip，加上准没错
25 ③、禁止反扒机制，输出的text信息中会出现抱歉，无法访问等字眼，这就是禁止爬取（headers是解决requests请求反爬的方法之一，相当于我们进去这个网页的服务器本身，假装自己本身在爬取数据）
26 ④、作为一个良好的习惯，最好都要加上
 
疑问二：请求头里面已经含有cookies,请求时是否还要重复添加一个cookies=cookies参数
根据自己的实践：不需要重复添加
 
 
疑问三：为什么访问android端的接口基本不用提前设置header
header里面是手机端信息，通过手机端页面去爬不会那么容易被封（这个是询问网友来着，至今不知道原因），根据目前实践确实不需要
 
 
#在发送get请求时带上请求头和cookies（）
resp = requests.get(url, headers = headers, cookies = cookies);
html_resp=resp.content.decode('UTF-8'); 
#print(resp.content.decode('utf-8'));
soup_string = BeautifulSoup(html_resp, 'html.parser');
soup_table=soup_string.find(attrs={'class':'table table-striped table-bordered table-hover'});
#print(soup_table);
soup_str=soup_table.findAll(attrs={'style':'text-align:center;vertical-align:middle;word-break:break-all; word-wrap:break-all;'});
print(soup_str);
#for soup in soup_str:
#print(soup.string);
#book_div = soup_string.find(attrs={"id":"book"})
#book_a = book_div.findAll(attrs={"class":"title"})
#for book in book_a:
#print book.string
#print(soup_string);