byhh登陆脚本

弄了两天，总算搞定了byhh的登陆脚本，说来多少还有点惭愧啊，自以为非常了解http协议，原来探究一番才发现还有很多精髓的东东却没有注意。Evil is in The Detail!

一开始就是网上流传的使用urllib2的HTTPCookieProcessor去处理网站登陆时候的cookie，即使后来用的httplib2也是这样的思路（只是代码更加简洁一点）。这样处理原则上没有问题，但是具体问题也要具体分析。一般的过程是在登陆之后，在response中处理set-cookie字段，如果是单页面的话一般set-cookie是存在的，但是byhh的程序已经很久了，用的是框架，所以set-cookie不存在，上面的方案也就有问题了。根据分析的结果，登陆后返回一个包含javascript的页面，要手动解析设置cookie，这里需要用正则表达式去处理了，得到了cookie基本就没有什么问题了，只用在后续的页面访问头部加上Cookie就可以了。不过奇怪的事就是每次返回的页面中cookie包含两个：你当前登陆的id和guest的，不知道为什么是这样的，程序有时间再贴出来吧。

转载于:https://www.cnblogs.com/hustyangli/archive/2009/01/11/1373898.html