Handler處理器 和 自定義Opener

• opener是 urllib2.OpenerDirector 的實(shí)例，我們之前一直都在使用的urlopen，它是一個(gè)特殊的opener（也就是模塊幫我們構(gòu)建好的）洪囤。

• 但是基本的urlopen()方法不支持代理废菱、cookie等其他的HTTP/HTTPS高級(jí)功能搀继。所以要支持這些功能：

  1. 使用相關(guān)的 Handler處理器 來創(chuàng)建特定功能的處理器對(duì)象吟策；
  2. 然后通過 urllib2.build_opener()方法使用這些處理器對(duì)象，創(chuàng)建自定義opener對(duì)象苟翻；
  3. 使用自定義的opener對(duì)象韵卤，調(diào)用open()方法發(fā)送請求。

• 如果程序里所有的請求都使用自定義的opener崇猫，可以使用urllib2.install_opener() 將自定義的 opener 對(duì)象 定義為 全局opener沈条，表示如果之后凡是調(diào)用urlopen，都將使用這個(gè)opener（根據(jù)自己的需求來選擇）

簡單的自定義opener()

import urllib2

# 構(gòu)建一個(gè)HTTPHandler 處理器對(duì)象诅炉，支持處理HTTP請求
http_handler = urllib2.HTTPHandler()

# 構(gòu)建一個(gè)HTTPHandler 處理器對(duì)象蜡歹，支持處理HTTPS請求
# http_handler = urllib2.HTTPSHandler()

# 調(diào)用urllib2.build_opener()方法，創(chuàng)建支持處理HTTP請求的opener對(duì)象
opener = urllib2.build_opener(http_handler)

# 構(gòu)建 Request請求
request = urllib2.Request("http://www.baidu.com/")

# 調(diào)用自定義opener對(duì)象的open()方法涕烧，發(fā)送request請求
response = opener.open(request)

# 獲取服務(wù)器響應(yīng)內(nèi)容
print response.read()

這種方式發(fā)送請求得到的結(jié)果月而，和使用urllib2.urlopen()發(fā)送HTTP/HTTPS請求得到的結(jié)果是一樣的。

如果在 HTTPHandler()增加 debuglevel=1參數(shù)澈魄，還會(huì)將 Debug Log 打開景鼠，這樣程序在執(zhí)行的時(shí)候，會(huì)把收包和發(fā)包的報(bào)頭在屏幕上自動(dòng)打印出來痹扇，方便調(diào)試，有時(shí)可以省去抓包的工作溯香。

# 僅需要修改的代碼部分：

# 構(gòu)建一個(gè)HTTPHandler 處理器對(duì)象鲫构，支持處理HTTP請求，同時(shí)開啟Debug Log玫坛，debuglevel 值默認(rèn) 0
http_handler = urllib2.HTTPHandler(debuglevel=1)

# 構(gòu)建一個(gè)HTTPHSandler 處理器對(duì)象结笨，支持處理HTTPS請求，同時(shí)開啟Debug Log湿镀，debuglevel 值默認(rèn) 0
https_handler = urllib2.HTTPSHandler(debuglevel=1)

ProxyHandler處理器（代理設(shè)置）

使用代理IP炕吸，這是爬蟲/反爬蟲的第二大招，通常也是最好用的勉痴。

很多網(wǎng)站會(huì)檢測某一段時(shí)間某個(gè)IP的訪問次數(shù)(通過流量統(tǒng)計(jì)赫模，系統(tǒng)日志等)，如果訪問次數(shù)多的不像正常人蒸矛，它會(huì)禁止這個(gè)IP的訪問瀑罗。

所以我們可以設(shè)置一些代理服務(wù)器胸嘴，每隔一段時(shí)間換一個(gè)代理，就算IP被禁止斩祭，依然可以換個(gè)IP繼續(xù)爬取劣像。

urllib2中通過ProxyHandler來設(shè)置使用代理服務(wù)器，下面代碼說明如何使用自定義opener來使用代理：

#urllib2_proxy1.py

import urllib2

# 構(gòu)建了兩個(gè)代理Handler摧玫，一個(gè)有代理IP耳奕，一個(gè)沒有代理IP
httpproxy_handler = urllib2.ProxyHandler({"http" : "124.88.67.81:80"})
nullproxy_handler = urllib2.ProxyHandler({})

proxySwitch = True #定義一個(gè)代理開關(guān)

# 通過 urllib2.build_opener()方法使用這些代理Handler對(duì)象，創(chuàng)建自定義opener對(duì)象
# 根據(jù)代理開關(guān)是否打開诬像，使用不同的代理模式
if proxySwitch:  
    opener = urllib2.build_opener(httpproxy_handler)
else:
    opener = urllib2.build_opener(nullproxy_handler)

request = urllib2.Request("http://www.baidu.com/")

# 1\. 如果這么寫屋群，只有使用opener.open()方法發(fā)送請求才使用自定義的代理，而urlopen()則不使用自定義代理颅停。
response = opener.open(request)

# 2\. 如果這么寫谓晌，就是將opener應(yīng)用到全局，之后所有的癞揉，不管是opener.open()還是urlopen() 發(fā)送請求纸肉，都將使用自定義代理。
# urllib2.install_opener(opener)
# response = urlopen(request)

print response.read()

免費(fèi)的開放代理獲取基本沒有成本喊熟，我們可以在一些代理網(wǎng)站上收集這些免費(fèi)代理柏肪，測試后如果可以用，就把它收集起來用在爬蟲上面芥牌。

免費(fèi)短期代理網(wǎng)站舉例：

• 西刺免費(fèi)代理IP
• 快代理免費(fèi)代理
• Proxy360代理
• 全網(wǎng)代理IP

如果代理IP足夠多烦味，就可以像隨機(jī)獲取User-Agent一樣，隨機(jī)選擇一個(gè)代理去訪問網(wǎng)站壁拉。

import urllib2
import random

proxy_list = [
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"},
    {"http" : "124.88.67.81:80"}
]

# 隨機(jī)選擇一個(gè)代理
proxy = random.choice(proxy_list)
# 使用選擇的代理構(gòu)建代理處理器對(duì)象
httpproxy_handler = urllib2.ProxyHandler(proxy)

opener = urllib2.build_opener(httpproxy_handler)

request = urllib2.Request("http://www.baidu.com/")
response = opener.open(request)
print response.read()

但是谬俄，這些免費(fèi)開放代理一般會(huì)有很多人都在使用，而且代理有壽命短弃理，速度慢溃论，匿名度不高，HTTP/HTTPS支持不穩(wěn)定等缺點(diǎn)（免費(fèi)沒好貨）痘昌。

所以钥勋，專業(yè)爬蟲工程師或爬蟲公司會(huì)使用高品質(zhì)的私密代理，這些代理通常需要找專門的代理供應(yīng)商購買辆苔，再通過用戶名/密碼授權(quán)使用（舍不得孩子套不到狼）算灸。

HTTPPasswordMgrWithDefaultRealm()

HTTPPasswordMgrWithDefaultRealm()類將創(chuàng)建一個(gè)密碼管理對(duì)象，用來保存 HTTP 請求相關(guān)的用戶名和密碼驻啤，主要應(yīng)用兩個(gè)場景：

1. 驗(yàn)證代理授權(quán)的用戶名和密碼 (ProxyBasicAuthHandler())
2. 驗(yàn)證Web客戶端的的用戶名和密碼 (HTTPBasicAuthHandler())

ProxyBasicAuthHandler(代理授權(quán)驗(yàn)證)

如果我們使用之前的代碼來使用私密代理菲驴，會(huì)報(bào) HTTP 407 錯(cuò)誤，表示代理沒有通過身份驗(yàn)證：

urllib2.HTTPError: HTTP Error 407: Proxy Authentication Required

所以我們需要改寫代碼街佑，通過：

• HTTPPasswordMgrWithDefaultRealm()：來保存私密代理的用戶密碼
• ProxyBasicAuthHandler()：來處理代理的身份驗(yàn)證谢翎。

#urllib2_proxy2.py

import urllib2
import urllib

# 私密代理授權(quán)的賬戶
user = "mr_mao_hacker"
# 私密代理授權(quán)的密碼
passwd = "sffqry9r"
# 私密代理 IP
proxyserver = "61.158.163.130:16816"

# 1\. 構(gòu)建一個(gè)密碼管理對(duì)象捍靠，用來保存需要處理的用戶名和密碼
passwdmgr = urllib2.HTTPPasswordMgrWithDefaultRealm()

# 2\. 添加賬戶信息，第一個(gè)參數(shù)realm是與遠(yuǎn)程服務(wù)器相關(guān)的域信息森逮，一般沒人管它都是寫None榨婆，后面三個(gè)參數(shù)分別是 代理服務(wù)器、用戶名褒侧、密碼
passwdmgr.add_password(None, proxyserver, user, passwd)

# 3\. 構(gòu)建一個(gè)代理基礎(chǔ)用戶名/密碼驗(yàn)證的ProxyBasicAuthHandler處理器對(duì)象良风，參數(shù)是創(chuàng)建的密碼管理對(duì)象
#   注意，這里不再使用普通ProxyHandler類了
proxyauth_handler = urllib2.ProxyBasicAuthHandler(passwdmgr)

# 4\. 通過 build_opener()方法使用這些代理Handler對(duì)象闷供，創(chuàng)建自定義opener對(duì)象烟央，參數(shù)包括構(gòu)建的 proxy_handler 和 proxyauth_handler
opener = urllib2.build_opener(proxyauth_handler)

# 5\. 構(gòu)造Request 請求
request = urllib2.Request("http://www.baidu.com/")

# 6\. 使用自定義opener發(fā)送請求
response = opener.open(request)

# 7\. 打印響應(yīng)內(nèi)容
print response.read()

HTTPBasicAuthHandler處理器（Web客戶端授權(quán)驗(yàn)證）

屏幕快照 2018-04-18 下午3.15.56.png

有些Web服務(wù)器（包括HTTP/FTP等）訪問時(shí)，需要進(jìn)行用戶身份驗(yàn)證歪脏，爬蟲直接訪問會(huì)報(bào)HTTP 401 錯(cuò)誤疑俭，表示訪問身份未經(jīng)授權(quán)：

urllib2.HTTPError: HTTP Error 401: Unauthorized

如果我們有客戶端的用戶名和密碼，我們可以通過下面的方法去訪問爬刃鍪А：

import urllib
import urllib2

# 用戶名
user = "test"
# 密碼
passwd = "123456"
# Web服務(wù)器 IP
webserver = "http://192.168.199.107"

# 1\. 構(gòu)建一個(gè)密碼管理對(duì)象钞艇，用來保存需要處理的用戶名和密碼
passwdmgr = urllib2.HTTPPasswordMgrWithDefaultRealm()

# 2\. 添加賬戶信息，第一個(gè)參數(shù)realm是與遠(yuǎn)程服務(wù)器相關(guān)的域信息豪硅，一般沒人管它都是寫None哩照，后面三個(gè)參數(shù)分別是 Web服務(wù)器、用戶名懒浮、密碼
passwdmgr.add_password(None, webserver, user, passwd)

# 3\. 構(gòu)建一個(gè)HTTP基礎(chǔ)用戶名/密碼驗(yàn)證的HTTPBasicAuthHandler處理器對(duì)象飘弧，參數(shù)是創(chuàng)建的密碼管理對(duì)象
httpauth_handler = urllib2.HTTPBasicAuthHandler(passwdmgr)

# 4\. 通過 build_opener()方法使用這些代理Handler對(duì)象，創(chuàng)建自定義opener對(duì)象砚著，參數(shù)包括構(gòu)建的 proxy_handler
opener = urllib2.build_opener(httpauth_handler)

# 5\. 可以選擇通過install_opener()方法定義opener為全局opener
urllib2.install_opener(opener)

# 6\. 構(gòu)建 Request對(duì)象
request = urllib2.Request("http://192.168.199.107")

# 7\. 定義opener為全局opener后次伶，可直接使用urlopen()發(fā)送請求
response = urllib2.urlopen(request)

# 8\. 打印響應(yīng)內(nèi)容
print response.read()

Cookie

Cookie 是指某些網(wǎng)站服務(wù)器為了辨別用戶身份和進(jìn)行Session跟蹤，而儲(chǔ)存在用戶瀏覽器上的文本文件稽穆，Cookie可以保持登錄信息到用戶下次與服務(wù)器的會(huì)話学少。

Cookie原理

HTTP是無狀態(tài)的面向連接的協(xié)議, 為了保持連接狀態(tài), 引入了Cookie機(jī)制 Cookie是http消息頭中的一種屬性，包括：

Cookie名字（Name）
Cookie的值（Value）
Cookie的過期時(shí)間（Expires/Max-Age）
Cookie作用路徑（Path）
Cookie所在域名（Domain）秧骑，
使用Cookie進(jìn)行安全連接（Secure）。

前兩個(gè)參數(shù)是Cookie應(yīng)用的必要條件扣囊，另外乎折，還包括Cookie大小（Size侵歇，不同瀏覽器對(duì)Cookie個(gè)數(shù)及大小限制是有差異的）骂澄。

Cookie由變量名和值組成，根據(jù) Netscape公司的規(guī)定惕虑，Cookie格式如下：

Set－Cookie: NAME=VALUE坟冲；Expires=DATE磨镶；Path=PATH；Domain=DOMAIN_NAME健提；SECURE

Cookie應(yīng)用

Cookies在爬蟲方面最典型的應(yīng)用是判定注冊用戶是否已經(jīng)登錄網(wǎng)站琳猫，用戶可能會(huì)得到提示，是否在下一次進(jìn)入此網(wǎng)站時(shí)保留用戶信息以便簡化登錄手續(xù)私痹。

# 獲取一個(gè)有登錄信息的Cookie模擬登陸

import urllib2

# 1\. 構(gòu)建一個(gè)已經(jīng)登錄過的用戶的headers信息
headers = {
    "Host":"www.renren.com",
    "Connection":"keep-alive",
    "Upgrade-Insecure-Requests":"1",
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36",
    "Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
    "Accept-Language":"zh-CN,zh;q=0.8,en;q=0.6",

    # 便于終端閱讀脐嫂，表示不支持壓縮文件
    # Accept-Encoding: gzip, deflate, sdch,

    # 重點(diǎn)：這個(gè)Cookie是保存了密碼無需重復(fù)登錄的用戶的Cookie，這個(gè)Cookie里記錄了用戶名紊遵，密碼(通常經(jīng)過RAS加密)
    "Cookie": "anonymid=ixrna3fysufnwv; depovince=GW; _r01_=1; JSESSIONID=abcmaDhEdqIlM7riy5iMv; jebe_key=f6fb270b-d06d-42e6-8b53-e67c3156aa7e%7Cc13c37f53bca9e1e7132d4b58ce00fa3%7C1484060607478%7C1%7C1484060607173; jebecookies=26fb58d1-cbe7-4fc3-a4ad-592233d1b42e|||||; ick_login=1f2b895d-34c7-4a1d-afb7-d84666fad409; _de=BF09EE3A28DED52E6B65F6A4705D973F1383380866D39FF5; p=99e54330ba9f910b02e6b08058f780479; ap=327550029; first_login_flag=1; ln_uact=mr_mao_hacker@163.com; ln_hurl=http://hdn.xnimg.cn/photos/hdn521/20140529/1055/h_main_9A3Z_e0c300019f6a195a.jpg; t=214ca9a28f70ca6aa0801404dda4f6789; societyguester=214ca9a28f70ca6aa0801404dda4f6789; id=327550029; xnsid=745033c5; ver=7.0; loginfrom=syshome"
}

# 2\. 通過headers里的報(bào)頭信息（主要是Cookie信息）账千，構(gòu)建Request對(duì)象
urllib2.Request("http://www.renren.com/", headers = headers)

# 3\. 直接訪問renren主頁，服務(wù)器會(huì)根據(jù)headers報(bào)頭信息（主要是Cookie信息）暗膜，判斷這是一個(gè)已經(jīng)登錄的用戶匀奏，并返回相應(yīng)的頁面
response = urllib2.urlopen(request)

# 4\. 打印響應(yīng)內(nèi)容
print response.read()

屏幕快照 2018-04-18 下午3.15.48.png

但是這樣做太過復(fù)雜，我們先需要在瀏覽器登錄賬戶学搜，并且設(shè)置保存密碼娃善，并且通過抓包才能獲取這個(gè)Cookie，那有么有更簡單方便的方法呢恒水？

cookielib庫 和 HTTPCookieProcessor處理器

在Python處理Cookie会放，一般是通過cookielib模塊和 urllib2模塊的HTTPCookieProcessor處理器類一起使用。

cookielib模塊：主要作用是提供用于存儲(chǔ)cookie的對(duì)象

HTTPCookieProcessor處理器：主要作用是處理這些cookie對(duì)象钉凌，并構(gòu)建handler對(duì)象咧最。

cookielib 庫

該模塊主要的對(duì)象有CookieJar、FileCookieJar御雕、MozillaCookieJar矢沿、LWPCookieJar。

• CookieJar：管理HTTP cookie值酸纲、存儲(chǔ)HTTP請求生成的cookie捣鲸、向傳出的HTTP請求添加cookie的對(duì)象。整個(gè)cookie都存儲(chǔ)在內(nèi)存中闽坡，對(duì)CookieJar實(shí)例進(jìn)行垃圾回收后cookie也將丟失栽惶。

• FileCookieJar (filename,delayload=None,policy=None)：從CookieJar派生而來，用來創(chuàng)建FileCookieJar實(shí)例疾嗅，檢索cookie信息并將cookie存儲(chǔ)到文件中外厂。filename是存儲(chǔ)cookie的文件名。delayload為True時(shí)支持延遲訪問訪問文件代承，即只有在需要時(shí)才讀取文件或在文件中存儲(chǔ)數(shù)據(jù)汁蝶。

• MozillaCookieJar (filename,delayload=None,policy=None)：從FileCookieJar派生而來，創(chuàng)建與Mozilla瀏覽器 cookies.txt兼容的FileCookieJar實(shí)例。

• LWPCookieJar (filename,delayload=None,policy=None)：從FileCookieJar派生而來掖棉，創(chuàng)建與libwww-perl標(biāo)準(zhǔn)的 Set-Cookie3 文件格式兼容的FileCookieJar實(shí)例墓律。

其實(shí)大多數(shù)情況下，我們只用CookieJar()幔亥，如果需要和本地文件交互耻讽，就用 MozillaCookjar() 或 LWPCookieJar()

我們來做幾個(gè)案例：

1）獲取Cookie，并保存到CookieJar()對(duì)象中

# urllib2_cookielibtest1.py

import urllib2
import cookielib

# 構(gòu)建一個(gè)CookieJar對(duì)象實(shí)例來保存cookie
cookiejar = cookielib.CookieJar()

# 使用HTTPCookieProcessor()來創(chuàng)建cookie處理器對(duì)象紫谷，參數(shù)為CookieJar()對(duì)象
handler=urllib2.HTTPCookieProcessor(cookiejar)

# 通過 build_opener() 來構(gòu)建opener
opener = urllib2.build_opener(handler)

# 4\. 以get方法訪問頁面齐饮，訪問之后會(huì)自動(dòng)保存cookie到cookiejar中
opener.open("http://www.baidu.com")

## 可以按標(biāo)準(zhǔn)格式將保存的Cookie打印出來
cookieStr = ""
for item in cookiejar:
    cookieStr = cookieStr + item.name + "=" + item.value + ";"

## 舍去最后一位的分號(hào)
print cookieStr[:-1]

我們使用以上方法將Cookie保存到cookiejar對(duì)象中，然后打印出了cookie中的值笤昨，也就是訪問百度首頁的Cookie值祖驱。

運(yùn)行結(jié)果如下：

BAIDUID=4327A58E63A92B73FF7A297FB3B2B4D0:FG=1;BIDUPSID=4327A58E63A92B73FF7A297FB3B2B4D0;H_PS_PSSID=1429_21115_17001_21454_21409_21554_21398;PSTM=1480815736;BDSVRTM=0;BD_HOME=0

2. 訪問網(wǎng)站獲得cookie，并把獲得的cookie保存在cookie文件中

# urllib2_cookielibtest2.py

import cookielib
import urllib2

# 保存cookie的本地磁盤文件名
filename = 'cookie.txt'

# 聲明一個(gè)MozillaCookieJar(有save實(shí)現(xiàn))對(duì)象實(shí)例來保存cookie瞒窒，之后寫入文件
cookiejar = cookielib.MozillaCookieJar(filename)

# 使用HTTPCookieProcessor()來創(chuàng)建cookie處理器對(duì)象捺僻，參數(shù)為CookieJar()對(duì)象
handler = urllib2.HTTPCookieProcessor(cookiejar)

# 通過 build_opener() 來構(gòu)建opener
opener = urllib2.build_opener(handler)

# 創(chuàng)建一個(gè)請求，原理同urllib2的urlopen
response = opener.open("http://www.baidu.com")

# 保存cookie到本地文件
cookiejar.save()

3. 從文件中獲取cookies崇裁，做為請求的一部分去訪問

# urllib2_cookielibtest2.py

import cookielib
import urllib2

# 創(chuàng)建MozillaCookieJar(有l(wèi)oad實(shí)現(xiàn))實(shí)例對(duì)象
cookiejar = cookielib.MozillaCookieJar()

# 從文件中讀取cookie內(nèi)容到變量
cookie.load('cookie.txt')

# 使用HTTPCookieProcessor()來創(chuàng)建cookie處理器對(duì)象匕坯，參數(shù)為CookieJar()對(duì)象
handler = urllib2.HTTPCookieProcessor(cookiejar)

# 通過 build_opener() 來構(gòu)建opener
opener = urllib2.build_opener(handler)

response = opener.open("http://www.baidu.com")

利用cookielib和post登錄人人網(wǎng)

import urllib
import urllib2
import cookielib

# 1\. 構(gòu)建一個(gè)CookieJar對(duì)象實(shí)例來保存cookie
cookie = cookielib.CookieJar()

# 2\. 使用HTTPCookieProcessor()來創(chuàng)建cookie處理器對(duì)象，參數(shù)為CookieJar()對(duì)象
cookie_handler = urllib2.HTTPCookieProcessor(cookie)

# 3\. 通過 build_opener() 來構(gòu)建opener
opener = urllib2.build_opener(cookie_handler)

# 4\. addheaders 接受一個(gè)列表拔稳，里面每個(gè)元素都是一個(gè)headers信息的元祖, opener將附帶headers信息
opener.addheaders = [("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36")]

# 5\. 需要登錄的賬戶和密碼
data = {"email":"mr_mao_hacker@163.com", "password":"alaxxxxxime"}  

# 6\. 通過urlencode()轉(zhuǎn)碼
postdata = urllib.urlencode(data)

# 7\. 構(gòu)建Request請求對(duì)象葛峻，包含需要發(fā)送的用戶名和密碼
request = urllib2.Request("http://www.renren.com/PLogin.do", data = postdata)

# 8\. 通過opener發(fā)送這個(gè)請求，并獲取登錄后的Cookie值巴比，
opener.open(request)                                              

# 9\. opener包含用戶登錄后的Cookie值术奖，可以直接訪問那些登錄后才可以訪問的頁面
response = opener.open("http://www.renren.com/410043129/profile")  

# 10\. 打印響應(yīng)內(nèi)容
print response.read()

模擬登錄要注意幾點(diǎn)：

1. 登錄一般都會(huì)先有一個(gè)HTTP GET，用于拉取一些信息及獲得Cookie轻绞，然后再HTTP POST登錄采记。
2. HTTP POST登錄的鏈接有可能是動(dòng)態(tài)的，從GET返回的信息中獲取政勃。
3. password 有些是明文發(fā)送唧龄，有些是加密后發(fā)送。有些網(wǎng)站甚至采用動(dòng)態(tài)加密的奸远，同時(shí)包括了很多其他數(shù)據(jù)的加密信息既棺，只能通過查看JS源碼獲得加密算法，再去破解加密懒叛，非常困難援制。
4. 大多數(shù)網(wǎng)站的登錄整體流程是類似的，可能有些細(xì)節(jié)不一樣芍瑞，所以不能保證其他網(wǎng)站登錄成功。

這個(gè)測試案例中褐墅，為了想讓大家快速理解知識(shí)點(diǎn)拆檬，我們使用的人人網(wǎng)登錄接口是人人網(wǎng)改版前的隱藏接口(噓....)洪己，登錄比較方便。

當(dāng)然竟贯，我們也可以直接發(fā)送賬號(hào)密碼到登錄界面模擬登錄答捕，但是當(dāng)網(wǎng)頁采用JavaScript動(dòng)態(tài)技術(shù)以后，想封鎖基于 HttpClient 的模擬登錄就太容易了屑那，甚至可以根據(jù)你的鼠標(biāo)活動(dòng)的特征準(zhǔn)確地判斷出是不是真人在操作拱镐。

所以，想做通用的模擬登錄還得選別的技術(shù)持际，比如用內(nèi)置瀏覽器引擎的爬蟲(關(guān)鍵詞：Selenium 沃琅，PhantomJS)，這個(gè)我們將在以后會(huì)學(xué)習(xí)到蜘欲。