【Day 21】- 你的爬虫还在用帐号密码进行登入？带上 Session 吧！(实战 Selenium 自动点击 Instagram 好友贴文赞 1/2)

前情提要

前一篇带各位在 Selenium 中透过执行 JavaScript 语句达到向下卷动的效果。在每次爬取完成後都进行卷动更新载入的文章，并不重复爬取。

开始之前

今天要带各位实战一个自动按好友贴文爱心的小爬虫。当我们直接进到 https://www.instagram.com/ 会发现要输入帐号密码。

在程序当中直接写入帐号密码有一些危险性(不小心 git push 上去)，有两个解决方法，将帐号密码写在环境变数，并在程序中去读取环境变数。另一个解决方法是，将登入过後的使用者 session 撷取下来，并在程序运行中以 cookies 的方式带上去。

预期效果

先使用 Edithiscookies 等工具将 cookies 上的使用者 session 汇出。

将使用者 session 导入至 selenium cookies 并重新整理。

不必输入帐号密码便可成功登入。

实作

首先先写个简单的程序用 selenium 开启 instagram 网页。

会发现需要进行登入。

from selenium import webdriver
from time import sleep
import json

if __name__ == '__main__':
    driver = webdriver.Chrome()
    driver.get('https://www.instagram.com/')

我们可以到 https://www.instagram.com/ 进行登入，并用 cookies 修改的扩充套件将 cookies 汇出。

接下来将 cookies 贴上到一个 JSON 档，可以只留下 name 与 value 即可。

再来，在我们的程序中读取该 JSON 档案，并写个 for-loop 将 cookie 们加入 Selenium，注意要在加入完成後 refresh。

from selenium import webdriver
from time import sleep
import json

if __name__ == '__main__':
    with open('cookies_jar.json') as f:
        cookies = json.load(f)
    driver = webdriver.Chrome()
    driver.get('https://www.instagram.com/')

    for cookie in cookies:
        driver.add_cookie(cookie)
    driver.refresh()

可以发现我们能够成功进行登入了。