python-40: 哪一个cookies才是咱们须要的

咱们已经获取了cookies,原本按照剧情发展，咱们下一步应该是使用这个cookies模拟登陆了，可是恰恰我是一个比较欠的人，我想要弄清楚咱们前面三种方法获取到的cookies是否是同样的，哦，不。其实应该是四种方法，那么咱们如今就来看看这四个cookies有什么区别吧

1. 从本地文件获取的cookies
    咱们前面说过，咱们找到的存放cookies的文件是一个叫 cookies.sqlite 的文件，这是一个数据库文件，我使用的linux系统要查看这个文件还须要安装别的程序，可是我想，既然这个是浏览器生成的文件，那么为了安全起见，它很 可能会对数据进行各类处理，等到调用的时候，再按照本身的规则来进行解码，若是是这样的话，我以为咱们没有必要去深刻的研究这个文件，并且它相对于其余两 种方法来讲也不是那么好用，因此对这种状况不予讨论
    
2. 使用浏览器的调试工具
    这里其实能够获取到的有两个cookies，这也就是我前面为何说一共有4个cookies的缘由
    我使用的是火狐浏览器，在爬虫的学习或者linux系统中，我以为这款浏览器相对好用一些，其余的浏览器或许也有这样的功能可是我不是很熟悉，因此这里 就以火狐浏览器来讲明，为了便于对比，我这里用百度首页做为例子，好了，首先登陆百度首页，而后按F12调出控制台，你会看到这样的界面

     咱们发现这里的cookies有不少的名称和内容，咱们暂且不考虑这里的cookies是否所有都要使用到，咱们先来看看另外一种获取cookies的方法，就在Cookies左边的网络选项卡里面

 我 们能够看到这里有个响应头信息，也有请求头信息，咱们前面在讨论浏览网页的流程这个问题时提到，客户端向服务器端发送请求，而后服务器端响应请求并发回数据，咱们在网络选项卡这里看到有不少的　GET+xxxxxxxx之类的东西，可见，在咱们打开一个网站的时候，全部的网页内容并非一会儿所有显示出来的， 而是一部分一部份内容的请求响应而后发送接收数据，而后再把整个网页慢慢的显示出来。在请求头信息这里咱们也看到有一个cookies，那么这跟前面的cookies是否是同样的呢？
我对比了不少网站，发现有的是同样的有的是不同的，若是感兴趣的话能够本身去尝试一下

3. 经过代码获取的cookies

咱们运行上一节获取cookies的代码试试看有什么效果

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

'''
 获取coolies
'''

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

咱们看看程序运行的结果

这个得出来的cookies值又更少了

那么，除去咱们不讨论的第一种状况以外，一共还有三个cookies，那咱们须要使用的是哪一个呢，首先说使用代码获取的cookies，咱们编写爬虫确定是但愿网站作得越简单越好，可是做为网站的管理者来讲他们并不但愿这样，恶意的访问网站可能会形成服务器的卡顿甚至崩溃，或者是用户的隐私数据被窃取，因此网站的机制也在不断变化进步，而咱们使用源码获取cookies就会受到这些限制，我在使用一样的代码获取360doc网上图书馆的cookies的时候，就看到了urllib2.HTTPError: HTTP Error 403: Forbidden　这样的提示，因此说使用源码获取的cookies是有必定的条件的

那就只剩下两个了，我没法解释为何浏览器能够看到两个cookies，因此我一个一个的去试验了，结果发现，使用网络选项卡请求头信息里面的cookies能够访问网站而另外一个则不能，其中或许涉及到浏览器的设计我如今还不能理解，只能使用一个比较笨的方法，若是后面有时间，我会将这个内容补上