python requests post cookies_python requests模拟登陆github

1. Cookie 介绍

HTTP 协议是无状态的。因此，若不借助其他手段，远程的服务器就无法知道以前和客户端做了哪些通信。Cookie 就是「其他手段」之一。 Cookie 一个典型的应用场景，就是用于记录用户在网站上的登录状态。用户登录成功后，服务器下发一个(通常是加密了的)Cookie 文件。

客户端(通常是网页浏览器)将收到的 Cookie 文件保存起来。

下次客户端与服务器连接时，将 Cookie 文件发送给服务器，由服务器校验其含义，恢复登录状态(从而避免再次登录)。

2. requests使用cookie

当浏览器作为客户端与远端服务器连接时，远端服务器会根据需要，产生一个 SessionID，并附在 Cookie 中发给浏览器。接下来的时间里，只要 Cookie 不过期，浏览器与远端服务器的连接，都会使用这个 SessionID；而浏览器会自动与服务器协作，维护相应的 Cookie。

在 requests 中，也是这样。我们可以创建一个 requests.Session，尔后在该 Session 中与远端服务器通信，其中产生的 Cookie，requests 会自动为我们维护好。

3. POST 表单

post 方法可以将一组用户数据，以表单的形式发送到远端服务器。远端服务器接受后，依照表单内容做相应的动作。

调用 requests 的 POST 方法时，可以用 data 参数接收一个 Python 字典结构。requests 会自动将 Python 字典序列化为实际的表单内容。例如：

python开发IT技术交流群：887934385

import requests

cs_url = 'http://httpbin.org/post'

my_data = {

'key1' : 'value1',

'key2' : 'value2'

}

r = requests.post (cs_url, data = my_data)

print r.content

4. 实际模拟登录 GitHub 试试看

模拟登录的第一步，首先是要搞清楚我们用浏览器登录时都发生了什么。

GitHub 登录页面是 https://github.com/login。我们首先清空浏览器 Cookie 记录，然后用 Chrome 打开登录页面。填入 Username 和 Password 之后，我们打开 Tamper Chrome 和 Chrome 的元素审查工具(找到 Network 标签页)，之后点登录按钮。

而在 Chrome 的审查元素窗口中，我们可以看到提交给 session 接口的表单信息。内里包含commit

utf8

authenticity_token

login

password

其中，commit 和 utf8 两项是定值；login 和 password 分别是用户名和密码，这很好理解。唯独 authenticity_token 是一长串无规律的字符，我们不清楚它是什么。

POST 动作发生在与 session 接口交互之前，因此可能的信息来源只有 login 接口。我们打开 login 页面的源码，试着搜索 authenticity_token 就不难发现有如下内容：

原来，所谓的 authenticity_token 是明白写在 HTML 页面里的，只不过用 hidden 模式隐藏起来了。为此，我们只需要使用 Python 的正则库解析一下，就好了。

import requests

import re

login_url = 'https://github.com/login'

user = 'user' //具体账号

password = 'password' //具体密码

user_headers = {

'User-Agent' : 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36',

'Accept' : 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',

'Accept-Encoding' : 'gzip',

'Accept-Language' : 'zh-CN,zh;q=0.8,en;q=0.6,zh-TW;q=0.4'

}

session = requests.Session()

response = session.get(login_url, headers = user_headers)

pattern = re.compile(r'')

authenticity_token = pattern.findall(response.content)[0]

login_data = {

'commit' : 'Sign in',

'utf8' : '%E2%9C%93',

'authenticity_token' : authenticity_token,'login' : user,

'password' : password

}

session_url = 'https://github.com/session'

response = session.post(session_url, headers = user_headers, data = login_data)

1. 首先，我们准备好了和 Chrome 一致的 HTTP 请求头部信息。具体来说，其中的 User-Agent 是比较重要的。

2. 仿照浏览器与服务器的通信，我们创建了一个 requests.Session。

3. 我们用 GET 方法打开登录页面，并用正则库解析到 authenticity_token。

4. 将所需的数据，整备成一个 Python 字典login_data

5. 最后，用 POST 方法，将表单提交到 session 接口。

6. 最终的结果经由 302 跳转，打开了(200)GitHub 首页.

更多精彩文章关注微信公众号【python社区营】

python开发IT技术交流群：887934385