python登陆网站,python urllib2 登陆网站

在做文章采集时，或者对某些网站进行灌水处理时，通常需要登录才可以查看内容。
在这种情况下，就需要先在网站上注册一个账号，然后利用这个账号进行登录。 如果想用 python 自动注册账号也行，但现在的网站注册，一般都开启了 email 邮箱验证激活，暂时还不好处理，所以本文假设的前提是在已经有账号的情况下，如何利用python 去登陆网站。

另外还没有考虑到验证码的情况，如果是图片验证码，就有点麻烦。特别是中文图片验证码，暂时不考虑。

比如要登陆这个网站:http://www.asp300.com/2012user/login.jsp



首先用firebug 或其他工具分析其结构.



可以看到需要的字段 username,password, loginsubmit 登陆按钮.

下面就可以用python urllib2 来登陆，代码如下：

#coding:GB2312
'''
Created on 2012-7-30

@author: Administrator
'''
import cookielib
import urllib2
import urllib

cj = cookielib.CookieJar()
headers = {
    'User-Agent':'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'
}
opener = urllib2.build_opener( urllib2.HTTPCookieProcessor(cj) )
#====你注册的用户名,密码================
login_data = urllib.urlencode( {'username' : 'yihaomen', 'password' : 'mypassword','loginsubmit':'   登 录   ' })
page = opener.open( 'http://www.asp300.com/2012user/login.jsp', data = login_data )
print page.read()
page.close()

#===登陆之后，做你想做的事情，采集，灌水等处理. 这里是下载。
page=urllib2.urlopen('http://www.asp300.com/2012dll/Down.jsp?CodeID=43467&id=2')
print page.read()
page.close()