在用wget抓取數(shù)據(jù)的時(shí)候，有的時(shí)候需要用戶(hù)登錄才能進(jìn)行。這種情況下就需要時(shí)用cookie.
先看下面的代碼：
 
wget --load-cookies cookies.txt --save-cookies cookies.txt --keep-session-cookies -O output/login.html --post-data "username=NNNNNNNNNNN&password=MMMMMMMMMMM" http://www.xxxxxxxxxxxxxx.org/login
 
  wget --load-cookies cookies.txt --save-cookies cookies.txt --keep-session-cookies -O output/directory-list.html "http://www.xxxxxxxxxxxxxxx.org/list?category=resturants&page=1"
 
第一個(gè)操作，就是先獲得一個(gè)cookie,用來(lái)登陸并保存此session,然后在后面的抓數(shù)據(jù)的過(guò)程中使用此session和cookie.
注意：
http://www.xxxxxxxxxxxxxx.org/login要換成對(duì)應(yīng)的登陸頁(yè)面的url
--post-data "username=NNNNNNNNNNN&password=MMMMMMMMMMM"  post數(shù)據(jù)里面的參數(shù)要根據(jù)登陸頁(yè)面里面對(duì)應(yīng)的參數(shù)設(shè)定。

第二個(gè)操作，就是用上面的cookie去驗(yàn)證用戶(hù)，并取得一個(gè)有效的連接，進(jìn)而去取得數(shù)據(jù)。
--load-cookies 就是載入你上一個(gè)操作所取得的cookie.

在抓取數(shù)據(jù)的時(shí)候，我自己用了一個(gè)腳本，如下，以供參考：

get --load-cookies cookies.txt --save-cookies cookies.txt --keep-session-cookies -O login.html --post-data "username=xxxxxxxxxx&password=11111111111111111" http://www.mmmmmmmmmmmmmmmmmm.mmmmmmmmm/login
 
 
 
  for i in {1..89}
  do
      for j in {1..20}
      do
          echo i=$i -- j=$j
 
  echo "wget --load-cookies cookies.txt --save-cookies cookies.txt --keep-session-cookies  -O $i-$j.html 'http://www.ccccccccccccccc.ccccccccccc/directory/resturant/list?keyword=&class=$i&page=$j'"
 
  wget --no-dns-cache --no-cache --load-cookies cookies.txt --save-cookies cookies.txt --keep-session-cookies  -O $i-$j.html "http://www.qqqqqqqqq.xxxxxxxxx/directory/bar/list?keyword=&class=$i&page=$j"
 
      done









|----------------------------------------------------------------------------------------|
                           版權(quán)聲明  版權(quán)所有 @zhyiwww
            引用請(qǐng)注明來(lái)源 http://www.aygfsteel.com/zhyiwww   
|----------------------------------------------------------------------------------------|