1. Cookie 介绍 HTTP 协议是无状态的。因此，若不借助其他手段，远程的服务器就没法知道之前和客户端做了哪些通讯。Cookie 就是「其他手段」之1。 Cookie 1个典型的利用场景，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1个（通常是加密了的）Cookie 文件。
- 客户端（通常是网页阅读器）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
当阅读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1个 SessionID，并附在 Cookie 中发给阅读器。接下来的时间里，只要 Cookie 不过期，阅读器与远端服务器的连接，都会使用这个 SessionID；而阅读器会自动与服务器协作，保护相应的 Cookie。 在 requests 中，也是这样。我们可以创建1个 requests.Session，尔后在该 Session 中与远端服务器通讯，其中产生的 Cookie，requests 会自动为我们保护好。 3. POST 表单 post 方法可以将1组用户数据，以表单的情势发送到远端服务器。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1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：
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. 实际摹拟登录 GitHub 试试看 摹拟登录的第1步，首先是要弄清楚我们用阅读器登录时都产生了甚么。 GitHub 登录页面是 https://github.com/login。我们首先清空阅读器 Cookie 记录，然后用 Chrome 打开登录页面。填入 Username 和 Password 以后，我们打开 Tamper Chrome 和 Chrome 的元素审查工具（找到 Network 标签页），以后点登录按钮。 在 Tamper Chrome 中，我们发现：虽然登录页面是 https://github.com/login，但实际接收表单的是 https://github.com/session。若登录成功，则跳转到 https://github.com/ 首页，返回状态码 200。
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。内里包括 commitutf8authenticity_tokenloginpassword
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。惟独 authenticity_token 是1长串无规律的字符，我们不清楚它是甚么。 POST 动作产生在与 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 就不难发现有以下内容： <input name="authenticity_token" type="hidden" value="......" /> 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1下，就行了。
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'<input name="authenticity_token" type="hidden" value="(.*)" />')
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 1致的 HTTP 要求头部信息。具体来讲，其中的 User-Agent 是比较重要的。 2. 仿照阅读器与服务器的通讯，我们创建了1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1个 Python 字典login_data 5. 最后，用 POST 方法，将表单提交到 session 接口。 6. 终究的结果经过 302 跳转，打开了（200）GitHub 首页.
（编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
