python-58: cookies和opener的进一步理解

原本写到这里我认为咱们这个实例已经讲解完成了，可是当我回过头看以后，发现以前一些比较模糊或者不是很肯定的事情，在这里获得了一些新的的认识，因此以为有必要在这里记录一下

1. 为何登录的源码中要使用函数获取cookies
   

我记得我在第40小节的时候比较了几种方法获取的cookies，最后咱们选择了firebug工具获取的cookies来直接登录，当时也说过使用代码获取的cookies会受到限制，可是，咱们在模拟登录中，对于cookies的咱们仍是使用代码来获取而且处理，为何要这样作呢？不是说会受到限制吗？

首先第一个缘由是咱们除了这个程序没有别的程序能够实现处理cookies的功能了，咱们要在代码中模拟登录的整个流程，这中间确定是不能断开而后再去浏览器取cookies的，而python中彷佛也只有这个库能实现cookies的处理，但实际上，我一直对这个问题耿耿于怀，因此，如今咱们就来对比看看这几个cookies有什么区别，首先仍是先贴上上次的源码

#!/usr/bin/env python
# -*- coding:UTF-8 -*-
__author__ = "217小月月坑"

import urllib2
import cookielib
#声明一个CookieJar对象实例来保存cookie
cookie = cookielib.CookieJar()
#利用urllib2库的HTTPCookieProcessor对象来建立cookie处理器
handler=urllib2.HTTPCookieProcessor(cookie)
#经过handler来构建opener
opener = urllib2.build_opener(handler)
#此处的open方法同urllib2的urlopen方法，也能够传入request
response = opener.open('http://www.baidu.com')
for item in cookie:
    print item.name+':'+item.value

我这里使用的是百度的url，咱们知道百度是须要登录的，咱们从浏览器获取到的是登录以后的cookies，而咱们这个代码是不能实现登录的，因此获取的是未登录的cookies，这两个cookies确定是不同的，通过前面的解释应该很容易理解，但是我真的很想知道登录前和登录后，经过浏览器和经过代码获取的cookies有什么区别，因此我仍是作了这样的尝试，虽然这看起来并无什么卵用

仍是使用前面模拟登录的绿野网站，首先我分别获取登录前浏览器和代码获取的cookies,固然，为了将其余的干扰因素减到最小，在作这一切操做以前，咱们还须要将浏览器本来的cookies所有删除

登录前，浏览器

登录前，代码

PHPSESSID:7v0lru00p00trv1sdjk7mbrr90

登录后，浏览器

登录后，代码（这原本是很长的，为了方便显示，我给他来了一个腰斩）

<cookielib.CookieJar[<Cookie PHPSESSID=jm7n7e8qrbhc1j95mrvf5lbq03 for www.lvye.org/>, 
<Cookie lvyebbs=1e9bec842fcbfeca3668f75b2921d2058d0dac3e99f217be35f9da07f59032aa for www.lvye.org/>]>

咱们来分析一下这几组数据，首先，不论是登录前仍是登录后，使用两种方法获取的两组数据是不同的，在浏览器获取的数据中，登录前和登录后，PHPSESSID是同样的，可是登录后多了一项，而使用代码获取的cookies中，登录先后数据都是不同的，这是为何呢？

这得说到session，也就是会话，只要向服务器发送请求，就能够算是发起一次会话，会话的时间有长有短，具体的能够上网去查一下，cookies里面的PHPSESSID就是会话的id，咱们使用浏览器打开绿野网并登录的过程当中，因为网页一直没有关闭，也就是说一直保持着这一个会话，因此PHPSESSID是同一个，可是，登录先后，cookies会变化，前面也说到，登录后的cookies会带有浏览器返回来的一个标识，因此，浏览器获取到的cookies也是变化的，浏览器君仍是很诚实的，那么，代码呢？

首先第一次的代码是使用cookielib获取的，也就是上面的那段代码，而第二次使用的是模拟登录的源码，只是将获取到的cookies输出出来，因此这两次使用的代码是彻底没问题的，可是为何这两次代码获取的结果都没一个同样的呢？

代码虽然能获取cookies，可是却不能保持会话，也就是说，两次代码总共发起了两次会话，因此获取的PHPSESSID并不同，可是咱们能够看到，虽然登录先后的值不同，可是内容，项目和浏览器获取的是同样的，说明使用cookielib获取的cookies是可靠的

2. opener自动处理cookies

前面也说到，urlopen不具备处理cookies和验证等功能，因此要使用opener，后面的代码中也屡次说到opener会自动对cookies进行处理并在下一次访问的时候自动携带cookies进行访问，可是这个"自动"是怎么回事呢？咱们来编写代码试试看吧

咱们就找新鲜的代码，前面的验证码登录中咱们接触到不少的cookies，因此，咱们用这个例子来尝试最合适不过了，咱们将这个过程当中全部的cookies都输出来看看吧，代码就不贴上来了，咱们直接来看结果吧

<cookielib.CookieJar[<Cookie PHPSESSID=d7g7molaicj3ckredp085km2l4 for id.ifeng.com/>]>
<cookielib.CookieJar[<Cookie IF_REAL=0 for .ifeng.com/>, <Cookie IF_TIME=1450140425515 for .ifeng.com/>, <Cookie IF_USER=2027598917%40qq.com for .ifeng.com/>, <Cookie sid=45CC6C7439F91C9EDDC19C800306B899user66726221 for .ifeng.com/>, <Cookie PHPSESSID=d7g7molaicj3ckredp085km2l4 for id.ifeng.com/>]>
<cookielib.CookieJar[<Cookie IF_REAL=0 for .ifeng.com/>, <Cookie IF_TIME=1450140425515 for .ifeng.com/>, <Cookie IF_USER=2027598917%40qq.com for .ifeng.com/>, <Cookie reborn=AncOJghiBSwEPgY2BzcGNFFrC2IGYwAx for .ifeng.com/>, <Cookie sid=45CC6C7439F91C9EDDC19C800306B899user66726221 for .ifeng.com/>, <Cookie PHPSESSID=d7g7molaicj3ckredp085km2l4 for id.ifeng.com/>]>

咱们看到这里的PHPSESSID是同一个的，也就说明了在这个代码中，因为全部操做都是按从上到下的顺序进行的，因此整个过程都保持在一个会话中，并且，三个不一样状态的cookies也是不同的，这也跟前面说的验证码的机制相吻合，整个过程当中咱们只使用一个opener，只对cookies进行一次获取的操做，然后面却可以输出三个不一样cookies，这因此也体现了opener可以对cookies进行自动处理，不须要咱们重复获取

为了对比咱们再来看看浏览器获取的几个cookies

登陆前

输入验证码登陆后

进入个人博客

除了一些乱七八糟的数据以外，可是这些数据也是不会变的，大致上的数据是同样的，并且登陆先后数据的变化也跟代码里面显示的同样，至于为何会多出这么多数据，这有多是浏览器的设置或者什么的，可是，咱们能够肯定的是，使用cookielib处理的cookies是彻底没有问题的