在之前的课程中，我们主要使用了requests的get方法来直接获取网页的内容。支持GET方法的网页，接受我们的URL, 从URL里面取出参数，然后再将结果返回给浏览器。由于URL的长度是有限制的，所以只能接收少量的参数。而支持POST方法的网页，可以传递大量的参数和大量的信息。如果一个网页只支持POST方法，那这个网页是没有办法在浏览器里面直接输入网址访问的。requests的post方法支持将参数以POST方式提交给网页，并得到网页的返回信息。
大多数的网站，登录的用户名和密码都是通过POST方式提交给服务器的，因此如果可以模拟网站的这个提交行为，就可以模拟登录网站。
我们首先进入知乎的登录页面，打开Chrome的开发者工具的Network选项卡，勾选“Preserve log”并故意输入错误的账号和密码尝试登录，从Chrome抓取到的数据中我们可以找到我们需要的信息：
从以上两张图中，我们可以看到，当我们点击了登录按钮以后，程序会将图二红框中的Form Data下面四个数据使用POST方式发送给图一红框中的https://www.zhihu.com/login/email这个URL。
注意：如果你输入的账号不是手机号，而是邮箱，数据将会发送到的URL为：https://www.zhihu.com/login/phone_num
上图中的Form Data，后三项的意义显而易见，email: 邮箱, password: 密码, remember_me: 记住我。但是第一项"_xsrf"是什么意思？它后面的一长串数据是哪里来的？
这个时候大家打开登录页面的源代码，你将会找到这样内容：
那么事情就简单了，使用正则表达式或者XPath先从源代码里面把这个xsrf提取出来，然后再和登录信息一起提交即可。
还有一点需要注意：在Form Data中，remember_me后面的值是true, 首字母是小写的。但是在Python里面的布尔值True, 首字母需要大写。
在一般情况下是不需要使用验证码登录的，所以只需要提供图二列出的信息，将它们写成一个字典并POST提交就能实现登录。那么如果遇到验证码怎么办呢？后面我们会有专门的课程将验证码的处理。
现在，我们已经知道了登录知乎的原理，于是就可以通过代码来实现登录。核心代码如下：
data = {'_xsrf': xsrf,'email':'邮箱','password':'密码','remember_me':True}session = requests.Session()result = session.post('https://www.zhihu.com/login/email', headers=header, data=data)#这里的result是一个json格式的字符串，里面包含了登录结果#之后访问知乎的其他页面，只需要使用session.get('网址', headers=header)这种格式front_page = session.get('https://www.zhihu.com', headers=header)print(front_page.content.decode())
其运行效果如下图所示：
网址返回的登录结果是登录成功，并且查看源代码可以证明是登录成功。
对于其他的网站，整个流程是完全一样的，只是POST提交的参数各有不同。有些网址只需要POST提交用户名和密码就可以了，而另外一些网址，可能还需要从源代码里面提取更多的参数。
网友评论