Question

我正在使用带有CookieJar / HTTPCookieProcessor的liburl2来尝试模拟页面登录以自动上传。

我已经看到了一些问题和答案，但没有解决我的问题。当我模拟以302重定向结束的登录时，我正在丢失我的cookie。 302响应是服务器设置cookie的位置，但urllib2 HTTPCookieProcessor似乎在重定向期间不保存cookie。我尝试创建一个HTTPRedirectHandler类来忽略重定向，但这似乎没有办法。我尝试全局引用CookieJar来处理来自HTTPRedirectHandler的cookie，但是1.这不起作用（因为我正在处理重定向器的头，我正在使用的CookieJar函数，extract_cookies，需要一个完整的请求）和处理它是一种丑陋的方式。

我可能需要一些指导，因为我对Python非常环保。我想我大部分都在这里吠叫正确的树，但也许专注于错误的分支。

cj = cookielib.CookieJar()
cookieprocessor = urllib2.HTTPCookieProcessor(cj)


class MyHTTPRedirectHandler(urllib2.HTTPRedirectHandler):
  def http_error_302(self, req, fp, code, msg, headers):
    global cj
    cookie = headers.get("set-cookie")
    if cookie:
      # Doesn't work, but you get the idea
      cj.extract_cookies(headers, req)

    return urllib2.HTTPRedirectHandler.http_error_302(self, req, fp, code, msg, headers)

  http_error_301 = http_error_303 = http_error_307 = http_error_302

cookieprocessor = urllib2.HTTPCookieProcessor(cj)

# Oh yeah.  I'm using a proxy too, to follow traffic.
proxy = urllib2.ProxyHandler({'http': '127.0.0.1:8888'})
opener = urllib2.build_opener(MyHTTPRedirectHandler, cookieprocessor, proxy)

另外：我曾尝试使用机械化，但没有成功。这可能是一个新问题，但我会在这里提出它，因为它是同一个最终目标：

这个使用mechanize的简单代码，当与302发送URL（http://fxfeeds.mozilla.com/firefox/headlines.xml）一起使用时 - 请注意，当不使用set_handle_robots（False）时会发生相同的行为。我只是想确保不是它：

import urllib2, mechanize

browser = mechanize.Browser()
browser.set_handle_robots(False)
opener = mechanize.build_opener(*(browser.handlers))
r = opener.open("http://fxfeeds.mozilla.com/firefox/headlines.xml")

输出：

Traceback (most recent call last):
  File "redirecttester.py", line 6, in <module>
    r = opener.open("http://fxfeeds.mozilla.com/firefox/headlines.xml")
  File "build/bdist.macosx-10.6-universal/egg/mechanize/_opener.py", line 204, in open
  File "build/bdist.macosx-10.6-universal/egg/mechanize/_urllib2_fork.py", line 457, in http_response
  File "build/bdist.macosx-10.6-universal/egg/mechanize/_opener.py", line 221, in error
  File "build/bdist.macosx-10.6-universal/egg/mechanize/_urllib2_fork.py", line 332, in _call_chain
  File "build/bdist.macosx-10.6-universal/egg/mechanize/_urllib2_fork.py", line 571, in http_error_302
  File "build/bdist.macosx-10.6-universal/egg/mechanize/_opener.py", line 188, in open
  File "build/bdist.macosx-10.6-universal/egg/mechanize/_mechanize.py", line 71, in http_request
AttributeError: OpenerDirector instance has no attribute '_add_referer_header'

有什么想法吗？

Answer 1

我最近遇到了完全相同的问题但是为了时间的利益而废弃了它，并决定选择mechanize。它可以用作urllib2的完全替换，其行为与您希望浏览器在Referer标头，重定向和Cookie方面的行为完全相同。

import mechanize
cj = mechanize.CookieJar()
browser = mechanize.Browser()
browser.set_cookiejar(cj)
browser.set_proxies({'http': '127.0.0.1:8888'})

# Use browser's handlers to create a new opener
opener = mechanize.build_opener(*browser.handlers)

Browser对象可以用作开启者本身（使用.open()方法）。它在内部维护状态，但也在每次调用时返回响应对象。所以你获得了很大的灵活性。

此外，如果您不需要手动检查cookiejar或将其传递给其他内容，您也可以省略该对象的显式创建和分配。

我完全清楚这并没有解决真正发生的问题以及为什么urllib2无法提供开箱即用的解决方案，或者至少没有经过多次调整，但如果你做的很短时间，只是希望它工作，只需使用机械化。

Answer 2

取决于重定向的完成方式。如果它是通过HTTP刷新完成的，那么mechanize有一个你可以使用的HTTPRefreshProcessor。尝试创建一个这样的开场白：

cj = mechanize.CookieJar()
opener = mechanize.build_opener(
    mechanize.HTTPCookieProcessor(cj),
    mechanize.HTTPRefererProcessor,
    mechanize.HTTPEquivProcessor,
    mechanize.HTTPRefreshProcessor)

Answer 3

我刚刚为我提供了以下变体，至少在尝试从http://www.fudzilla.com/home?format=feed&type=atom读取Atom时

我无法验证以下代码段是否会按原样运行，但可能会给您一个开始：

import cookielib
cookie_jar = cookielib.LWPCookieJar()
cookie_handler = urllib2.HTTPCookieProcessor(cookie_jar)
handlers = [cookie_handler] #+others, we have proxy + progress handlers
opener = apply(urllib2.build_opener, tuple(handlers + [_FeedURLHandler()])) #see http://code.google.com/p/feedparser/source/browse/trunk/feedparser/feedparser.py#2848 for implementation of _FeedURLHandler
opener.addheaders = [] #may not be needed but see the comments around the link referred to below
try:
    return opener.open(request) #see http://code.google.com/p/feedparser/source/browse/trunk/feedparser/feedparser.py#2954 for implementation of request
finally:
    opener.close()

Answer 4

我也遇到了同样的问题，服务器将使用302和Set-Cookie标头中的会话令牌响应登录POST请求。使用Wireshark可以清楚地看到urllib遵循重定向但不包括Cookie中的会话令牌。

我真的只是撕掉了urllib并直接替换了requests并且它第一次完美地工作而不必改变一件事。那些人的大道具。

302s并使用urllib2丢失cookie

4 个答案: