Java数据采集-8.模拟登录

登录网址：https://passport.csdn.net/account/login?ref=toolbar 项目源码：https://github.com/geekfly2016/Spider 代码目录：Spider/src/xyz/geekfly/csdn/Login.java

当我们对某些网站进行一些特定操作时，如知乎的点赞，会要求我们登录，这时候一些简单的做法就是粘贴浏览器请求中的Cookie信息，但作为自动化的程序来讲，这个方法明显不可行。因此就有了模拟登录的需求。 注：至于Cookie是什么，在网页请求时有什么用，不在本文讨论范围，自行Google吧。

模拟登录一般分为以下几步：

1. 获取登录的所需的信息
2. 模拟提交账号信息，获取Cookie
3. 携带Cookie进行目标操作

以CSDN登录为例，详细介绍每一步如何操作和代码实现： 1. 获取登录的所需的信息 打开CSDN，点击登录，即可看到登录页面，打开开发者工具。

这里写图片描述

注意先清空列表，勾选Preserve log（保持日志），这样点击登录跳转之后才能记录之前的请求。

输入自己的账号密码，点击登录，在第一个请求中我们可以看到登录请求所携带的参数，包括我们输入的用户名（username）和密码（password），但是发现还有几个其它参数。

这里写图片描述

再次退出，点击登录，查看表单发现存在这几个参数，因此模拟登录前需要获取这些参数。

这里写图片描述

方案是模拟登录前，先访问https://passport.csdn.net/account/login?ref=toolbar登录页面，使用Jsoup获取三个隐藏参数和表单提交的action（即为模拟登录的Url），保存以供下一步使用。 代码如下：

获取到的数据样例：

对于有些网站在分析之后，登录仅需要模拟点击登录所请求的Url带上用户信息即可，没有需要从登录页面获取参数的网站，不需要访问登录页面，只要找到模拟登录的Url即可。

2. 模拟提交账号信息，获取Cookie 在上一步点击登录后，可以在Response Headers中发现后台返回了很多参数，而在之后请求中，主要用到的也就是Cookie了，因此需要提取Cookie，而返回的又有很多个，需要自行拼接。

这里写图片描述

这里写图片描述

代码如下：

3. 携带Cookie进行目标操作 在后续请求中，携带Cookie即可。

主函数调度代码：

运行演示：

我们可以看到携带Cookie后，访问个人主页菜单栏包括了管理博客和写新文章，未携带Cookie则不包括，说明模拟登陆成功。

未登录

登录成功

后记：这里使用的是最简单的模拟登录案例了，稍复杂点的还有带验证码的，登录信息中跳转N次验证的，还有微信网页版那样的扫码验证的，骚年们，任重而道远，继续努力吧。

接下来这个专题写什么呢？