Question

我正在尝试编写一个通过REST API访问某些数据的R包。但是，API不使用http身份验证，而是依靠cookie来保留会话的凭据。

基本上，我想用两个R函数替换bash脚本中的以下两行：一个用于执行登录，并存储会话cookie，第二个用于获取数据。

curl -X POST -c cookies.txt -d"username=xxx&password=yyy" http://api.my.url/login
curl         -b cookies.txt                               http://api.my.url/data

我显然不理解RCurl如何使用curl选项。我现在的剧本有：

library(RCurl)
curl <- getCurlHandle()
curlSetOpt(cookiejar='cookies.txt', curl=curl)
postForm("http://api.my.url/login", username='xxx', password='yyy', curl=curl)
getURL('http://api.my.url/data", curl=curl)

最终getURL()失败并显示“未登录”。来自服务器的消息，以及postForm()无cookies.txt文件后的消息。

Answer 1

通常，您不需要创建cookie文件，除非您想要研究cookie。

鉴于此，实际上，Web服务器使用代理数据，重定向和隐藏帖子数据，但这应该有所帮助：

library(RCurl)

#Set your browsing links 
loginurl = "http://api.my.url/login"
dataurl  = "http://api.my.url/data"

#Set user account data and agent
pars=list(
     username="xxx"
     password="yyy"
)
agent="Mozilla/5.0" #or whatever 

#Set RCurl pars
curl = getCurlHandle()
curlSetOpt(cookiejar="cookies.txt",  useragent = agent, followlocation = TRUE, curl=curl)
#Also if you do not need to read the cookies. 
#curlSetOpt(  cookiejar="", useragent = agent, followlocation = TRUE, curl=curl)

#Post login form
html=postForm(loginurl, .params = pars, curl=curl)

#Go wherever you want
html=getURL(dataurl, curl=curl)

#Start parsing your page
matchref=gregexpr("... my regexp ...", html)

#... .... ...

#Clean up. This will also print the cookie file
rm(curl)
gc()

重要

除了用户名和密码之外，通常还会有隐藏的帖子数据。为了捕捉它你可能想要，例如在Chrome中，使用Developer tools（ Ctrl Shift I ） - ＆gt; Network Tab，以显示帖子字段名称和值。

Answer 2

我的坏。尼尔里希特向我指出http://www.omegahat.org/RCurl/RCurlJSS.pdf - 这更好地解释了cookiefile和cookiejar之间的区别。问题中的示例脚本实际上工作。但它只在不再使用时将文件写入磁盘。

如何在RCurl中使用cookie？

2 个答案:

重要