四、从HTML文档中提取Cookies 很多时候,我们都需要处理Cookie,幸运的是Python语言的cookielib模块为我们提供了许多自动处理在HTML中的HTTP Cookie的类。当处理要求为客户端设置Cookie的HTML文档的时候,这些类对我们非常有用。
import urllib2
import cookielib
from urllib2 import urlopen, Request
cJar = cookielib.LWPCookieJar()
opener = urllib2.build_opener( \
urllib2.HTTPCookieProcessor(cJar))
urllib2.install_opener(opener)
r = Request(testURL)
h = urlopen(r)
for ind, cookie in enumerate(cJar):
print " %d - %s " % (ind, cookie)
cJar.save(cookieFile)
为了从HTML文档提取cookies,首先得使用cookielib模块的LWPCookieJar()函数创建一个cookie jar的实例。LWPCookieJar()函数将返回一个对象,该对象可以从硬盘加载Cookie,同时还能向硬盘存放Cookie。 接下来,使用urllib2模块的build_opener([handler, . . .])函数创建一个opener对象,当HTML文件打开时该对象将处理cookies。函数build_opener可以接收零个或多个处理程序(这些程序将按照它们被指定的顺序连接在一起)作为参数并返回一个。 注意,如果想让urlopen()使用opener对象来打开HTML文件的话,可以调用install_opener(opener)函数,并将opener对象传给它。否则,请使用opener对象的open(url)函数来打开HTML文件。 一旦已经创建并安装了opener对象,就可以使用urllib2模块中的Request(url)函数来创建一个Request对象,然后就能使用urlopen(Request)函数来打开HTML文件了。 打开HTML页面后,该页面的所有Cookie将被存放到LWPCookieJar对象中,之后,您可以使用LWPCookieJar对象的save(filename)函数了。
import os
import urllib2
import cookielib
from urllib2 import urlopen, Request
cookieFile = " cookies.dat "
testURL = ' http://maps.google.com/ '
# 为cookie jar 创建实例
cJar = cookielib.LWPCookieJar()
# 创建HTTPCookieProcessor的opener对象
opener = urllib2.build_opener( \
urllib2.HTTPCookieProcessor(cJar))
# 安装HTTPCookieProcessor的opener
urllib2.install_opener(opener)
# 创建一个Request对象
r = Request(testURL)
# 打开HTML文件
h = urlopen(r)
print " 页面的头部\n====================== "
print h.info()
print " 页面的Cookies\n====================== "
for ind, cookie in enumerate(cJar):
print " %d - %s " % (ind, cookie)
# 保存cookies
cJar.save(cookieFile)
上述代码的运行结果如下所示:
页面的头部
======================
Cache - Control: private
Content - Type: text / html; charset = ISO - 8859 - 1
Set - Cookie: PREF = ID = 5d9692b55f029733:NW = 1 :TM = 1246015608 :LM = 1246015608 :S = frfx -- b3xt73TaEA; expires = Sun, 26 - Jun - 2011 11 : 26 : 48 GMT; path =/ ; domain = .google.com
Date: Fri, 26 Jun 2009 11 : 26 : 48 GMT
Server: mfe
Expires: Fri, 26 Jun 2009 11 : 26 : 48 GMT
Transfer - Encoding: chunked
Connection: close
页面的Cookies
======================
0 -
|