python 登录人人网。。。

对于社交网络的爬虫，有一个很大的问题就是处理登陆。对于认证模块，有很多方法，获取cookie伪装成为浏览器。再或者调用第三方网站API，进行 Oauth认证。

下面针对 renren 网，通过使用 cookie 方式登录。

python 有一个标准模块 cookielib。里面有一个 CookieJar类，可以生成一个获取远程cookie的对象实例。 用法如下

import cookielib

# 获取一个cookie对象
cookie = cookielib.CookieJar()
# 构建cookie处理器
cookie_Hp = urllib2.HTTPCookieProcessor(cookie)
# 装在 cookie
opener = urllib2.build_opener(cookie_Hp)
# 发送请求
response = opener. open ( 'http://www.baidu.com' )

# 查看请求之后的 cookie
for i in cookie:
    print 'name' , i.name
    print 'value' , i.value

 

上面代码就是 cookie的基本用法。下面给出登录人人网的基本代码

# -*- coding: utf-8 -*-

import urllib2, urllib, cookielib, re

class LoginRenren( object ):

    """登陆人人构造器"""

    def __init__( self , email, password):

        self .email = email
        self .password = password
        self .domain = 'renren.com'
        self .logined_url = ''
        self .logined_url_re = r 'http://www.renren.com/\d{9}'
        self .islogin = False

        try :
            # 获取构建cookie
            cookie = cookielib.CookieJar()
            cookieProc = urllib2.HTTPCookieProcessor(cookie)
        except :
            raise
        else :
            #装载cookies
            opener = urllib2.build_opener(cookieProc)
            urllib2.install_opener(opener)

    def login( self ):

        """登陆方法"""

        print 'login...'
        # 登陆地址
        url = 'http://www.renren.com/PLogin.do'
        # post数据
        postdata = {
            'email' : self .email,
            'password' : self .password,
            'domain' : self .domain
        }
        # 编码登陆的post数据
        data = urllib.urlencode(postdata)
        # 构造请求
        req = urllib2.Request(
            url,
            data
        )
        # 发送请求，获取响应
        # response = opener.open(req)
        response = urllib2.urlopen(req)
        # 登陆后的url
        self .logined_url = response.geturl()


        # 判断登陆是否成功
        self .__isLogin()
        if self .islogin = = True :
            print u '登陆成功 !'
            self .__getStatus()
        else :
            print u '登录失败，请重试 !'


    def __isLogin( self ):

        """判断登陆是否成功"""

        if re.search( self .logined_url_re, self .logined_url) ! = None :
            self .islogin = True

    def __getStatus( self ):
        pass

if __name__ = = '__main__' :

    # 请输入您的用户名
    EMAIL = raw_input (u 'email:' )
    # 请输入您的密码
    PASSWORD = raw_input (u 'password:' )

    lr = LoginRenren(EMAIL, PASSWORD)
    lr.login()

 

这个方法还有一个问题，就是有时候会会出现验证码问题。我采用的 hack 手段就是用浏览器登录一次。然后多运行几次这个程序，就能登陆，至于登陆之后做点什么，就是 __getStatus  方法处理的事情了