很多用Python的人可能都寫過網路爬蟲，自動化獲取網路資料確實是一件令人愉悅的事情，而Python很好的幫助我們達到這種愉悅。然而，爬蟲經常要碰到各種登入、驗證的阻撓，讓人灰心喪氣（網站：天天碰到各種各樣的爬蟲抓我們網站，也很讓人灰心喪氣～）。爬蟲和反爬蟲就是一個貓和老鼠的遊戲，道高一尺魔高一丈，兩者反覆糾纏。

由於http協議的無狀態性，登入驗證都是通過傳遞cookies來實現的。通過瀏覽器登入一次，登入資訊的cookie是就會被瀏覽器儲存下來。下次再開啟該網站時，瀏覽器自動帶上儲存的cookies，只有cookies還未過期，對於網站來說你就還是登入狀態的。

browsercookie模組就是這樣一個從瀏覽器提取儲存的cookies的工具。它是一個很有用的爬蟲工具，通過載入你瀏覽器的cookies到一個cookiejar物件裡面，讓你輕鬆下載需要登入的網頁內容。

安裝

pip install browsercookie

在Windows系統中，內建的sqlite模組在載入FireFox資料庫時會丟擲錯誤。需要更新sqlite的版本：

pip install pysqlite

使用方法

下面是從網頁提取標題的例子：

>>> import re
>>> get_title = lambda html: re.findall('<title>(.*?)</title>',html,flags=re.DOTALL)[0].strip()

下面是未登入狀況下下載得到的標題：

>>> import urllib2
>>> url = 'https://bitbucket.org/'
>>> public_html = urllib2.urlopen(url).read()
>>> get_title(public_html)
'Git and Mercurial code management for teams'

接下來使用browsercookie從登入過Bitbucket的FireFox裡面獲取cookie再下載：

>>> import browsercookie
>>> cj = browsercookie.firefox()
>>> opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
>>> login_html = opener.open(url).read()
>>> get_title(login_html)
'richardpenman / home — Bitbucket'

上面是Python2的程式碼，再試試 Python3:

>>> import urllib.request
>>> public_html = urllib.request.urlopen(url).read()
>>> opener = urllib.request.build_opener(urllib.request.HTTPCookieProcessor(cj))

你可以看到你的使用者名稱出現在title裡面了，說明browsercookie模組成功從FireFox載入了cookies。小編整理一套Python資料和PDF，有需要Python學習資料可以加學習群：631441315 ，反正閒著也是閒著呢，不如學點東西啦~~

下面是使用requests的例子，這次我們從Chrome裡面載入cookies，當然你需要事先用Chrome登入Bitbucket：

>>> import requests
>>> cj = browsercookie.chrome()
>>> r = requests.get(url,cookies=cj)
>>> get_title(r.content)
'richardpenman / home — Bitbucket'

如果你不知道或不關心那個瀏覽器有你需要的cookies，你可以這樣操作：

>>> cj = browsercookie.load()
>>> r = requests.get(url,cookies=cj)
>>> get_title(r.content)
'richardpenman / home — Bitbucket'

支援

目前，該模組支援以下平臺：

Chrome: Linux,OSX,Windows

Firefox: Linux,Windows

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。