這篇文章主要為大家詳細介紹了使用Python的Requests包模擬登陸，具有一定的參考價值，有興趣的小伙伴們可以參考一下
前段時間喜歡用python去抓一些頁面玩，但基本上都用get請求一些頁面，再透過正規去過濾。
今天試了一下，模擬登陸個人網站。發現也比較簡單。讀懂本文需要對http協定和http會話有一定的理解。
註明：因為模擬登陸的是我的個人網站，所以以下程式碼對個人網站和帳號密碼做了處理。
網站分析
爬蟲的必備第一步，分析目標網站。這裡使用谷歌瀏覽器的開發者工具分析。
透過登陸抓取，看到這樣一個請求。
上方部分為請求頭，下方部分為請求是傳送的參數。圖片可以看出，頁面透過表單提交了三個參數。分別為_csrf,usermane,password。
其中csrf是為了預防跨域腳本偽造。原理很簡單，就是每一次請求，伺服器產生一串加密字串。放在隱藏的input表單中。再一次請求的時候，把這個字串一起傳過去，為了驗證是否為同一個使用者的請求。
因此，我們的程式碼邏輯就有了。首先請求一次登入頁面。然後分析頁面，拿到csrf字串。最後把這個字串和帳號密碼一起傳給伺服器用來登入。
第一份程式碼
#!/usr/bin/env python2.7
# -*- coding: utf-8 -*-
import requests
import re
# 头部信息
headers = {
'Host':"localhost",
'Accept-Language':"zh-CN,zh;q=0.8",
'Accept-Encoding':"gzip, deflate",
'Content-Type':"application/x-www-form-urlencoded",
'Connection':"keep-alive",
'Referer':"http://localhost/login",
'User-Agent':"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36"
}
# 登陆方法
def login(url,csrf):
data = {
"_csrf" : csrf,
"username": "xiedj",
"password": "***"
}
response = requests.post(url, data=data, headers=headers)
return response.content
# 第一次访问获取csrf值
def get_login_web(url):
page = requests.get('http://localhost/login')
reg = r'<meta name="csrf-token" content="(.+)">'
csrf = re.findall(reg,page.content)[0]
login_page = login(url,csrf)
print login_page
if __name__ == "__main__":
url = "http://localhost/login/checklogin"
get_login_web(url)登入後複製
#程式碼看起來好像沒有什麼問題。然而執行的時候出錯了。核查了一下，錯誤的原因是，csrf驗證失敗！
再確認一次取得的csrf和要求登入的csrf字串沒問題了之後，我想到了一個問題。
如果，大家還不知道錯誤原因的話，這裡可以暫停思考一個問題。 「伺服器如何知道，第一次請求獲取csrf和第二次post登入請求是同一個使用者？」
到這，應該都清楚了，如果要登入成功，需要解決如何讓服務相信兩次請求是同一個使用者。這裡要用到http會話（不清楚的可以自行百度，這裡簡單介紹）。
http協定是一個種無狀態的協定。為了使這種無狀態變得有狀態，因此引進了會話。簡單的講，透過session去記錄這個狀態。當一個使用者第一次要求web服務的時候，伺服器會產生一個session，用來保存這個使用者的資訊。同時，在回傳給用戶端時，把這個sessionID保存在cookies裡。當用戶再一次要求的時候，瀏覽器會把這個cookies帶上。因此在伺服器端就能知道多次請求是否為同一個使用者。
因此我們的程式碼，需要在第一次要求的時候拿到這個sessionID。第二次請求的時候把這個sessionID一起傳過去。而requests厲害的地方就是，一句簡單requests.Session()，就能使用這個會話物件。
第二份程式碼
#!/usr/bin/env python2.7
# -*- coding: utf-8 -*-
import requests
import re
# 头部信息
headers = {
'Host':"localhost",
'Accept-Language':"zh-CN,zh;q=0.8",
'Accept-Encoding':"gzip, deflate",
'Content-Type':"application/x-www-form-urlencoded",
'Connection':"keep-alive",
'Referer':"http://localhost/login",
'User-Agent':"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36"
}
# 登陆方法
def login(url,csrf,r_session):
data = {
"_csrf" : csrf,
"username": "xiedj",
"password": "***"
}
response = r_session.post(url, data=data, headers=headers)
return response.content
# 第一次访问获取csrf值
def get_login_web(url):
r_session = requests.Session()
page = r_session.get('http://localhost/login')
reg = r'<meta name="csrf-token" content="(.+)">'
csrf = re.findall(reg,page.content)[0]
login_page = login(url,csrf,r_session)
print login_page
if __name__ == "__main__":
url = "http://localhost/login/checklogin"
get_login_web(url)登入後複製
#成功取得登陸後的頁面
由程式碼可以知道，requests.Session()啟動會話物件後，第二次請求會自動把上一次的sessionID一起傳過去。
相關推薦：
使用Python導出Excel圖表以及導出為圖片的方法
分析使用python的open函數時報No Such File or DIr的錯誤原因
###############################################################################################
以上是如何使用Python的Requests套件實現模擬登陸的詳細內容。更多資訊請關注PHP中文網其他相關文章！
