python爬虫 - 爬虫：网站怎么知道是否有登陆

问题描述

问 题

在提交表单之前，cookies有个session-id。
登陆完之后，cookies有个auth。
这个auth就用在后面获取一个token值，而该token值用在请求一个MAINFRAME.aspx上，而我想爬的这个B网页它就只带这session-id，Referer是A网页，而A网页Referer是这个MAINFRAME.aspx文件。我现在只能爬到A网页，而想爬的B网页提示我要登陆。我知道这肯定跟有没登陆肯定有联系（以为会直接带cookies就好了），但是竟然没用到，有人知道如何解决吗？

解决方案

怎么最近都是自问自答的。。。
scrapy的文档说得不是很清楚，起码误导了我这样的新人。
我就说这么流行的框架怎么需要自己来处理cookie呢？
两个需要注意的点：
1.有些登陆只需要你填用户名和密码，但你看包发现还要再添加其他的值对不对？因为这些值的类型是隐藏的，就像这样：<input type="hidden">所以你如果要找这些值的话就去网页源代码里找。
scrapy提供了这样一个函数来帮你填上那些隐藏的值

2.当你登陆成功后，不用再管cookies,你就已经是带着这个cookies来访问了。但是前提是函数要用对。
这个函数是不行的：scrapy.Request()，要用这个from scrapy.http import Request，然后再用Request()就可以了。根本不需要死扣request的headers。（应该有会更好，因为更像浏览器。）

这篇关于python爬虫 - 爬虫：网站怎么知道是否有登陆的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！