爬取网站时经常会遇到需要登录的问题，这是就需要用到模拟登录的相关方法。python提供了强大的url库，想做到这个并不难。这里以登录学校教务系统为例，做一个简单的例子。
首先得明白cookie的作用，cookie是某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据。因此我们需要用Cookielib模块来保持网站的cookie。
可以发现这个验证码是动态更新的每次打开都不一样，一般这种验证码和cookie是同步的。其次想识别验证码肯定是吃力不讨好的事，因此我们的思路是首先访问验证码页面，保存验证码、获取cookie用于登录，然后再直接向登录地址post数据。
首先通过抓包工具或者火狐或者谷歌浏览器分析登录页面需要post的request和header信息。以谷歌浏览器为例。
其中需要提交的表单数据中txtUserName和TextBox2分别用户名和密码。
现在直接到关键部分 
上代码！！
import urllib2

import cookielib

import urllib

import re

import sys

'''模拟登录'''
reload(sys)

sys.setdefaultencoding(
"utf-8"
)

# 防止中文报错
CaptchaUrl = 
"http://202.115.80.153/CheckCode.aspx"
PostUrl = 
"http://202.115.80.153/default2.aspx"
# 验证码地址和post地址
cookie = cookielib.CookieJar()

handler = urllib2.HTTPCookieProcessor(cookie)

opener = urllib2.build_opener(handler)

# 将cookies绑定到一个opener cookie由cookielib自动管理
username = 
'username'
password = 
'password123'
# 用户名和密码
picture = opener.open(CaptchaUrl).
read
()

# 用openr访问验证码地址,获取cookie
local
 = open(
'e:/image.jpg'
, 
'wb'
)

local.write(picture)

local.close()

# 保存验证码到本地
SecretCode = raw_input(
'输入验证码：'
)

# 打开保存的验证码图片 输入
postData = {

'__VIEWSTATE'
: 
'dDwyODE2NTM0OTg7Oz6pH0TWZk5t0lupp/tlA1L+rmL83g=='
,

'txtUserName'
: username,

'TextBox2'
: password,

'txtSecretCode'
: SecretCode,

'RadioButtonList1'
: 
'学生'
,

'Button1'
: 
''
,

'lbLanguage'
: 
''
,

'hidPdrs'
: 
''
,

'hidsc'
: 
''
,

}

# 根据抓包信息 构造表单
headers = {

'Accept'
: 
'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8'
,

'Accept-Language'
: 
'zh-CN,zh;q=0.8'
,

'Connection'
: 
'keep-alive'
,

'Content-Type'
: 
'application/x-www-form-urlencoded'
,

'User-Agent'
: 
'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36'
,

}

# 根据抓包信息 构造headers
data = urllib.urlencode(postData)

# 生成post数据 ?key1=value1&key2=value2的形式
request = urllib2.Request(PostUrl, data, headers)

# 构造request请求
try:

response = opener.open(request)

result = response.read().decode(
'gb2312'
)

# 由于该网页是gb2312的编码，所以需要解码
print
 result

# 打印登录后的页面
except urllib2.HTTPError, e:

print
 e.code

# 利用之前存有cookie的opener登录页面
登录成功后便可以利用该openr访问其他需要登录才能访问的页面。
文章转载：Python编程学习圈
（版权归原作者所有，侵删）
点击下方“阅读原文”查看更多
继续阅读
阅读原文