python爬虫中get和post方法介绍以及cookie作用


            首先确定你要爬取的目标网站的表单提交方式，可以通过开发者工具看到。这里推荐使用chrome。



这里我用163邮箱为例



打开工具后再Network中，在Name选中想要了解的网站，右侧headers里的request method就是提交方式。status如果是200表示成功访问下面的有头信息，cookie是你登录之后产生的存储会话（session）信息的。第一次访问该网页需要提供用户名和密码，之后只需要在headers里提供cookie就可以登陆进去。



引入requests库，会提供get和post的方法。

代码示例：





import requests

import ssl



user_agent="Mozilla/5.0 (Windows NT 10.0; WOW64; rv:50.0) Gecko/20100101 Firefox/50.0"

accept='text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8'

accept_language='zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3'

upgrade='1'

headers={

  'User-Agent':user_agent,

  'Accept':accept,

  'Accept-Language':accept_language,

'Cookie':'....'#这里填入你登陆后产生的cookie

}

r = requests.get("http://mail.163.com/js6/main.jsp?sid=OAwUtGgglzEJoANLHPggrsKKAhsyheAT&df=mail163_letter#module=welcome.WelcomeModule%7C%7B%7D",headers=headers,verify=False)

fp = open("/temp/csdn.txt","w",encoding='utf-8')

fp.write(str(r.content,'utf-8'))

fp.close()



这里我引入了ssl库，因为我第一次访问的网页证书过期。如果我们使用爬虫进入这样的网站时，会报错：SSLError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:581)



在requests的get和post方法中，有一个参数为verify，把他设为False后会禁掉证书的要求