markximu的专栏

本文主要用python实现了对网站的模拟登录。通过自己构造post数据来用Python实现登录过程。当你要模拟登录一个网站时，首先要搞清楚网站的登录处理细节（发了什么样的数据，给谁发等...）。我是通过HTTPfox来抓取http数据包来分析该网站的登录流程。同时，我们还要分析抓到的post包的数据结构和header，要根据提交的数据结构和heander来构造自己的post数据和hea

python urllib模块详解及实例先看一个例子，这个例子把Google首页的html抓取下来并显示在控制台上： import urllib  print urllib.urlopen('http://www.google.com').read()  # 别惊讶，整个程序确实只用了两行代码import urllibprint urllib.urlopen('ht

使用HTMLParser模块解析HTML页面    HTMLParser是python用来解析html和xhtml文件格式的模块。它可以分析出html里面的标签、数据等等，是一种处理html的简便途径。HTMLParser采用的是一种事件驱动的模式，当HTMLParser找到一个特定的标记时，它会去调用一个用户定义的函数，以此来通知程序处理。它主要的回调函数的命名都是以hand

urllib2是Python的一个获取URLs(Uniform Resource Locators)的组件。他以urlopen函数的形式提供了一个非常简单的接口，这是具有利用不同协议获取URLs的能力，他同样提供了一个比较复杂的接口来处理一般情况，例如：基础验证，cookies,代理和其他。它们通过handlers和openers的对象提供。  urllib

1.脚本模拟登陆新浪微博，保存cookie2.有了cookie信息后，访问收藏页面url3.从第一页开始，逐步访问，直到最后，脚本中进行了两步处理   A.直接下载网页（下载到本地，当然，要看的时候需要联网，因为js，图片神马的，都还在）   B.解析出微博需要的内容，目前只是存下来，还没有处理       后续会用lxml通过xpath读取，转换成文档，当然，图片和视频链接也

#coding=utf8import urllibimport urllib2import cookielibimport base64import reimport jsonimport hashlibimport timefrom django.template.defaultfilters import urlencode#获取一个保存cookie的对象cj = co