python重定向cookie_Python requests 301/302/303重定向（跨域/本域）cookie、Location问题...

今天使用request的get方法获取一个网站的登录页信息，结果使用charles抓包的时候发现该网站登录页303(重定向的问题)，网上查了很多资料，原因如下：

一、cookie

原因：利用requests模拟登录时，直接使用request.get(url),容易造成 301/302/303 重定向，因为cookie不持久，造成重定向之后的cookie等信息获取不到

1>.同一个Host下边重定向

解决方法：使用requests.Session()方法，会使该连接持久化，并且保存请求的状态（session、cookie等），这样在重定向之后，我们使用requests.cookies就能获取到cookie了

代码：

result =requests.Session()

header={'Host' : 'xxxxx','Accept' : 'xxxx','User-Agen': 'xxxx' #这个最重要，建议手动设置（有时候没有设置，造成获取数据失败，本人被坑过......）

}

response= result.get(url, headers=header)

注意：上面讲的重定向是在同一个host下重定向，跨域的重定向用上边的方法就获取不到cookie

2>.跨域重定向

示例：A(http://a.kuyu.com/login)->B(http://b.baidu.com/xxxxx)->C(http://b.baidu.com/xxxx/xxxx)，类似这种形式，那么使用第一种解决办法就无法获取到cookie，这时候就需要变换一种方式来进行获取

#获取请求url域名

defgetHost(url):

pattern= re.compile(r'(.*?)://(.*?)/', re.S)

response=re.search(pattern, url)ifresponse:return {'header':str(response.group(1)).strip(), 'host': str(response.group(2)).strip()}else:returnNone

cookieType={} # 保存域名对应的cookiedefgetRedirectCookie(url):

locationList=set()

cookie= ''resUrl= url #获取最后请求url

header ={'User-Agen': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36'}try:whileTrue:#请求

response = requests.get(url, headers=header, allow_redirects=False)#获取host

hostObj =getHost(resUrl)if hostObj isNone:returnNone#处理cookie

cookie =response.cookies.get_dict()if cookie =={}:pass

else:

cookieType[str(hostObj['host']).strip()] = json.dumps(cookie) #保存cookie

#获取跳转的url

if 'Location' inresponse.headers.keys():

url= response.headers.get('Location')if not 'http' inurl:

url= hostObj['header'] + '://' + hostObj['host'] + url #拼接host域名

resUrl=urlif url in locationList: breaklocationList.add(url)else:break

return {'url': str(resUrl), 'content': response.content, 'header': response.headers}excepturllib2.URLError, e:if hasattr(e, 'reason'):print '请求失败，原因：' +e.reasonreturn None

注意：有时候执行带有重定向的时候会出现："requests.exceptions.TooManyRedirects: Exceeded 30 redirects."的情况，那么这时候是说重定向次数上限了，也可以使用上边的这种方式来解决

二、Location（重定向url）

有时候遇到重定向，我们只需要获取重定向的url即可，这个时候使用上述方法开启一个保持状态的长连接，并请求时获取不到的请求的headers的，那么我们该怎么办呢？

解决：

result =requests.Session()

header={'Host' : 'xxxxx','Accept' : 'xxxx','User-Agen': 'xxxx'# 这个最重要，建议手动设置（有时候没有设置，造成获取数据失败，本人被坑过......）

}

response= result.get(url, headers=header, allow_redirects=False)

location = response.headers['Location'] # 注意有些header返回的Location中的url是不带host部分的，需要注意一下

allow_redirects=False的意义为拒绝默认的301/302/303重定向从而可以通过response.headers['Location']拿到重定向的URL。