Question

我在redover上的stackoverflow上找到了这个代码。我试图为hackthissite.org修改它：

import urllib2
import urllib
import cookielib

# Store the cookies and create an opener to hold them
cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))

# Add our headers
opener.addheaders = [('User-agent', 'Tester')]

# Install the opener, changes the global opener to the one we just made
urllib2.install_opener(opener)

# URL for authentification
auth_url = 'https://www.hackthissite.org/user/login'

# Parameters to send
payload = {
    'username': 'myUser',
    'password': 'myPass',
    'btn_submit': 'Login'
}

# Encode payload
data = urllib.urlencode(payload)

# Build request object (supplying 'data' makes it a POST)
req = urllib2.Request(auth_url, data)

# Make request and store in resp
resp = urllib2.urlopen(req)

print resp

据我所知，我的有效负载是正确的，这是hackthissite.org上的登录表单：

<form id="loginform" method="post" action="/user/login">
<div id="innerlogin">
        <script type="text/javascript">var userclicked=0; var passclicked=0;</script>
        <p><input type="text" name="username" class="login" value="" onclick="if(userclicked==0){this.value='';userclicked=1;};" title="Username" /></p>
        <p><input type="password" name="password" class="login" value="" onclick="if(passclicked==0){this.value='';passclicked=1;};" title="Password" /></p>
        <p><input type="submit" value="Login" name="btn_submit" class="submit-button" /></p>
</div>
</form>

我从服务器获得的响应是：

<addinfourl at 36515712 whose fp = <socket._fileobject object at 0x022D3DB0>>

如何登录该网站？在这种情况下，服务器响应意味着什么？（AddInfoUrl？）

Answer 1

我强烈建议您只需查看mechanize并使用它。这使得这种事情几乎是微不足道的。例如，以下是您与上述网站的接口方式：

from mechanize import Browser

br = Browser()
br.open("https://www.hackthissite.org/user/login")

br.select_form(predicate=lambda f: f.attrs.get('action') == '/user/login')
br["username"] = "myUser"
br["password"] = "myPass"
response = br.submit()

print response.read()

更新：解释这一行：

br.select_form(predicate=lambda f: f.attrs.get('action') == '/user/login')

select_form采用nr参数或name参数或predicate参数。如果您执行br.select_form(nr=1)，则会选择页面上的第二个表单。如果您执行br.select_form(name="foobar")，则会在页面上选择名为“foobar”的第一个表单。或者你可以给它一个带有HTMLForm对象的函数，并返回它是否应该是要选择的形式。

在上面的例子中，我给它一个函数，如果表单的"action"属性为"/user/login"，则该函数返回true。如果您知道表单的名称或其在文档中的位置，那可能更容易。

Answer 2

resp = urllib2.urlopen(req)

urlopen返回一个“类文件”对象，它本质上是一个句柄，您可以从中读取响应。如果您只对服务器的响应文本感兴趣，可以在响应对象上调用read：

print resp.read()

此外，您还需要一些额外的方法，例如info，它们会为您提供有关响应标头的信息。

Python：登录网站

2 个答案: