Question

我在访问www.bizi.si时遇到了问题，或者更具体地说例如http://www.bizi.si/BALMAR-D-O-O/。如果您在未注册的情况下查看它，您将看不到任何财务数据。但是如果你使用免费注册，我用的是用户名：Lukec，密码：lukec12345，你可以看到一些财务数据。我已经使用了下一个代码：

import urllib.parse
import urllib.request
import re
import csv

username = 'Lukec'
password = 'lukec12345'
url = 'http://www.bizi.si/BALMAR-D-O-O/'
values = {'username':username, 'password':password}
data = urllib.parse.urlencode(values)
data = data.encode('utf-8')
req = urllib.request.Request(url,data,values)
resp = urllib.request.urlopen(req,data)
respData = resp.read()

paragraphs = re.findall('<tbody>(.*?)</tbody>',str(respData))

我的len（段落）为零。如果你们中的任何人能够告诉我如何正确访问该页面，我将非常感激。我知道长度为零不是最好的指标，但是len（respData）如果我使用我的代码中所述的值，或者如果我从代码中取出它是相同的，所以我知道我没有访问该页面通过用户名，密码。感谢您提前帮助并度过愉快的一天。

Answer 1

这里有两个问题：

您没有使用POST，但请求GET。
生成的HTML中没有<tbody>个元素;您的浏览器已自动添加任何此类标记，不要依赖它们。

要创建POST请求，请使用：

req = urllib.request.Request(url, data, method='POST')
resp = urllib.request.urlopen(req)

请注意，我删除了values参数（那些不是标题，第三个位置参数为Request()，并且在使用{{1}时不传递data参数对象。

返回的结果HTML不一定包含发送到浏览器的相同数据;您可能需要在此处维护会话，并返回网站设置的Cookie。

使用更好的工具（例如requests library和BeautifulSoup（后者允许您解析HTML而不必使用正则表达式）来执行此操作要容易得多，这可以与{ {3}}帮助您填写并在网站上提交表单。

但请注意，页面表单和状态由ASP.NET JavaScript代码管理，即使是robobrowser也不容易进行逆向工程。当您使用浏览器（已为您运行JavaScript代码）登录时，POST如下所示：

Request

这比简单的用户名/密码组合更多信息。

有关如何处理此类网页的方法，请参阅robobrowser project。

尝试使用python访问受密码保护的URL

1 个答案: