cookie登陆方法
2017-06-20 12:09:20 阅读量： 80010
本文给大家演示通过记录cookie登录进行数据采集的方式。
cookie指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（通常经过加密）,在八爪鱼里获取登陆后的cookie记住登陆状态达到采集数据的目的
有些网站是需要登陆账号之后才能进行采集数据的，这里文章所讲示例采集数据网址为
上述网址如果是需要登陆才能采集的，就需要做一个登陆流程。
登陆地址为https://login.taobao.com/我们这个网址里面需要输入用户名、密码登陆进去然后记住cookie打开前面的网址采集数据。
步骤1 登陆八爪鱼7.0采集器→点击新建任务→自定义采集，进入到任务配置页面： 然后输入网址→保存网址，系统会进入到流程设计页面并自动打开前面输入的网址。
接下来步骤是输入用户名密码了，这一步直接在浏览器下方输入用户名密码就可以了
步骤2 在浏览器中鼠标点击用户名输入框→再在浏览器里输入用户名密码，之后模拟人工手动点击登陆按钮，在浏览器中鼠标点击登陆按钮→在右边弹出的提示框里选择“点击该按钮”或者直接按键盘的enter按钮也一样可以进入到登陆页面。
进入到登陆页面之后，目的是我们采集的网页进入到登陆状态。然后再采集我们需要的数据
步骤3 点开流程界面→在流程设计器中拖入一个打开网页的步骤→填入最终要采集的URL→点击确定，之后八爪鱼浏览器会自动打开需要采集的这个URL
这里在拖入之后，默认超时时间是空白的，需要设置给网站设置一个超时时间，这里设置20秒即可
当这个URL打开之后，可以看到这个URL打开就是登陆之后的状态了，我们这这里记住cookie之后，再把前面多余的步骤删掉即可。
步骤4 点开高级选项→点开缓存设置→勾选打开网页的自定义cookie→点击获取当前页面的cookie（可以点一下旁边的箭头看看是否获取了cookie）→获取到登陆之后的cookie之后点击“确定”按钮，即八爪鱼会记住这个cookie状态，下次直接打开这个页面的时候就会以登陆之后的状态打开
小贴士：由于cookie是有生命周期的，这个周期多长时间取决于采集的网站，如果cookie到期了，就需要再重新获取一次登陆之后的cookie,另外如果需要切换账号，可以勾选打开浏览器前清理缓存，然后再取消cookie重新设置其他账号即可。
步骤5 接下来在流程设计器里把其他多余的步骤删掉，然后按照新手入门的方法提取数据即可，这里随便提取一个字段为例，设置好之后点击“确定”按钮进行保存。
步骤6 接下来选择保存并启动→选择启动本地采集，系统将会在本地启动一个采集流程并执行采集规则。
可以看到就能正常模拟人的操作采集数据了。采集完成之后选择导出数据就可以了。
小贴士：另外有些网站这个登录框其实是iframe的登录框，iframe即html标签，会创建包含另外一个文档的内联框架（即行内框架），含义是网页中的网页。
例如天猫的登陆地址，八爪鱼获取的是当时操作时的iframe,但是天猫有防采集措施，如果登录框的xpath有变化的话，就需要通过下面的方式获取登录框的详细URL直接输入这个URL做登陆流程。
我们可以通过火狐获取登陆框的详细地址，然后直接输入这个详细的地址进行流程设计，在火狐浏览器上鼠标右键登录框→选择此框架→查看框架信息→地址，这个地址即为登录框的真实地址，获取到这个地址之后在八爪鱼规则里输入这个地址做规则即可。
