为了实现爬取某个页面的信息，我们需要实现一个爬虫。大致上分为2个阶段，

1）模拟登录 

模拟登陆也分为两部分，

带验证码的和不带验证码的。

1、不带验证码的

直接模拟登陆

2、带验证码的

实现待验证的登录时，我采取的方式是先下载验证码图片到本地，并保存对应的cookie信息，经过图片解析（分几种情况，下面会讲），我们使用和验证码匹配的cookie信息加验证码去模拟登录。

1>下载验证码图片

2>获取验证码对应的cookie

3>图片识别

1】手动识别

2】谷歌Tesseract识别

3】

 2）抓取页面

抓取页面时，我们需要用到登录时的cookie信息。否则，cookie信息不匹配会导致访问其他页面时被重定向到登录页，当然是在服务端有相关的过滤异常访问的机制的情况下。