登录验证

有很多网站，是需要登录账号密码以后，才能采集到目标数据的。有的网站登录时还会需输入验证码。 针对这类网站，八爪鱼提供多种解决方法。本课将详细讲解。  

​

方法一、浏览器模式+记住Cookie

  针对需要登录的网站，我们可以先将八爪鱼切换成浏览器模式，在浏览器模式下完成登录。然后通过获取Cookie记住登录状态。这样，八爪鱼就能在执行采集任务时，直接以登录状态打开网页，然后再采集数据。  

​

场景：手动登录

  以豆瓣网为例， 登录网址为：https://www.douban.com 实际要采集数据的网址为：https://book.douban.com/tag/%E5%B0%8F%E8%AF%B4   步骤1、使用浏览器模式，输入账号密码或扫码，完成登录 在客户端首页，输入登录网址，打开网页后，点击  按钮，进入浏览器模式。下图状态即为浏览器模式。在浏览器模式下，和用普通浏览器访问网页完全一样：只可浏览网页数据，不可配置规则。如需编辑规则，再次点击 按钮，关闭浏览器模式。       在浏览器模式中，扫码登录。可以看到，现在我们已经以登录状态访问网页。     步骤2、记住Cookie   现在，我们已经处于登录状态，八爪鱼可以获取登录后的Cookie，记住登录状态。 在【高级设置】勾选【使用指定的Cookie】，再点击【获取当前页面Cookie】。获取Cookie后会变成 ，点击  ，可查看具体的Cookie内容，最后点击【应用】保存。 八爪鱼会记住这个Cookie状态，启动采集后，直接以登录状态打开网页。   然后将鼠标移动到【打开网页】步骤后的 位置，会出现  按钮。点击 按钮，再添加一个【打开网页】步骤。双击新建的【打开网页】步骤，输入要采集数据的目标网址：https://book.douban.com/tag/%E5%B0%8F%E8%AF%B4。   特别说明： a. Cookie是什么？通俗的说，Cookie是一些存储在用户电脑上的小文件，用来保存一些站点的用户数据，作用是让浏览器为用户定制内容。例如：用户第一次访问某网站，输入了账号密码登录。浏览器会问你是否需要“记住账号密码”。选择是以后，浏览器就会将这些账号密码信息存储在用户电脑上。下次再访问此网站，就无需再次输入账号密码。 b. 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。 c. 如果需要切换账号，可以打开【高级选项】，勾选【打开网页前先清理缓存】。这样，每次打开网页时都会清理掉缓存信息，以未登录状态打开网页，此时再登录新账号即可。     步骤3、按照需求，配置采集任务 接下来，请根据采集需求，自行配置采集任务。在这里以提取第1页的列表数据为例。如若不会，请看 快速创建一个自定义采集任务。 可以看到，在启动本地采集以后，八爪鱼就以登录状态打开网页，采集数据。     特别说明： a. 用浏览器模式登录时，支持多种类型的验证码，包括输入型、滑块、手势等，因为是我们自己手动操作，跟在浏览器中相同。   记住cookie十分方便，每次直接以登录状态打开网页采集数据。但是，这个方法有一定局限性，部分网站是不支持Cookie登录的。此时，我们就可以用下面的方法。    

​

方法二、配置流程、模拟人工登录

  针对需要登录的网站，我们也可以在采集流程中配置【输入账号-输入密码-点击登录】步骤，模拟登录。这样，八爪鱼在执行采集任务时，就会走一遍输入账号密码的流程。  

​

场景：输入账号、密码登录

  以163邮箱网站为例， 登录网址为 https://mail.163.com   配置输入账号、输入密码的流程 网页打开以后，选中网页的用户名输入框，在弹出的操作提示框中，输入账号。再选中网页的密码输入框，在弹出的操作提示框中，输入密码。点击登录按钮登录   步骤2、按照需求，配置采集任务   登录完成以后，按照需求配置采集规则即可。在这里仅提取1个简单的字段。   步骤3、启动采集，采集数据 启动本地采集后，可以看到，八爪鱼按照我们配置好的流程，自动地输入账号、密码、识别验证码，完成登录并采集数据。     注意： 在新版的八爪鱼采集器中，新增【登录网站】按钮，点击【登录网站】后，弹出登录窗口界面，输入账号密码，完成登录，后续采集步骤与上述相同。   作者：Y