Question

我正在尝试使用pythons的请求库从php脚本中检索html内容。该脚本驻留在我的本地Apache服务器上，我直接在http://localhost/aaa/index.php

上访问它

脚本的内容是：

<?php
    $headers = json_encode(apache_request_headers());
?>

<!doctype html>
<html lang="en">
<head>
  <meta charset="utf-8">
  <title>The Title</title>
  <meta name="description" content="The Title">
</head>

<body>
  <?php echo json_encode($headers); ?>
</body>
</html>

直接访问上述脚本会产生以下响应：

<head>
  <meta charset="utf-8">
  <title>The Title</title>
  <meta name="description" content="The Title">
</head>

<body>
"{\"Host\":\"localhost\",\"User-Agent\":\"Mozilla\\\/5.0 (Windows NT 6.3; WOW64; rv:42.0) Gecko\\\
/20100101 Firefox\\\/42.0\",\"Accept\":\"text\\\/html,application\\\/xhtml+xml,application\\\/xml;q=0
.9,*\\\/*;q=0.8\",\"Accept-Language\":\"en-US,en;q=0.5\",\"Accept-Encoding\":\"gzip, deflate\",\"Cookie
\":\"menu=users%3Bconfiguration; fieldset=; PHPSESSID=tn82odn5hdtr45mw0bkd6rhf56; nr
=5c3ab462abb1d3364b8ba59fa4d8b7f6; ru=popopo; rp=64864wb5630986rgn5860f52vy0614909b8a8736
\",\"Connection\":\"keep-alive\",\"Cache-Control\":\"max-age=0\"}"
</body>
</html>

当我使用Python访问上述url [http://localhost/aaa/index.php]时，我得到了不同的回复。

Python代码：

import requests

url = "http://localhost/aaa/index.php"

headers = {'User-Agent': 'Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident/4.0; GTB7.4; InfoPath.2; SV1; .NET CLR 3.3.69573; WOW64; en-US)',
           'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
           'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
           'Accept-Encoding': 'gzip, deflate',
           'Accept-Language': 'en-US,en;q=0.5',
           'Connection': 'Keep-Alive',
           'Content-Type': 'text/html; charset=UTF-8'}

req = requests.get(url, headers=headers)

print("Body :::", req.content)

回复：

<!doctype html>
<html lang="en">
<head>
  <meta charset="utf-8">
  <title>The Title</title>
  <meta name="description" content="The Title">
</head>

<body>
  "{\\"Host\\":\\"localhost\\",\\"Accept-Encoding\\":\\"gzip, 
  deflate\\",\\"Accept-Language\\":\\"en-US,en;q=0.5\\",
  \\"Accept-Charset\\":\\"ISO-8859-1,utf-8;q=0.7,*;q=0.3\\",
  \\"User-Agent\\":\\"Mozilla\\\\\\/5.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident
  \\\\\\/4.0; GTB7.4; InfoPath.2; SV1; .NET CLR 3.3.69573; WOW64; en-US)\\",\\"Accept\\":\\"text\\\\\\/html,application
  \\\\\\/xhtml+xml,application\\\\\\/xml;q=0.9,*
  \\\\\\/*;q=0.8\\",\\"Connection\\":\\"Keep-Alive
  \\",\\"Content-Type\\":\\"text\\\\\\/html; charset=UTF-8\\"}"
</body>
</html>

请注意＆＃34; Cookie＆＃34;我用Python请求资源时丢失了。 cookie是我实际想要检索的。我需要它，以便从其他php页面读取内容。

我也试过以下但没有成功：

import requests

url = "http://localhost/aaa/index.php"

session = requests.Session()
session.cookies.get_dict()

response = session.get(url, headers=headers)
print("Cookies :::", session.cookies.get_dict())

有没有办法帮助那个？

Answer 1

您的浏览器正在为您的PHP代码添加“cookie”HTTP标头，因此您的PHP代码会返回它（根据您的代码）。这就是浏览器的作用：接受cookie的设置然后在请求中返回它们。 Python没有。

您的Python程序没有发送“cookie”HTTP标头，因此您的PHP代码不会返回它。您的Python仅发送'User-Agent'，'Accept'，'Accept-Charset'，'Accept-Encoding'，'Accept-Language'，'Connection'和'Content-Type'。但没有'Cookie'。

没有发送'Cookie'意味着没有“Cookie”：）

Answer 2

PHP会话的工作原理。

PHP使用cookie跟踪您的用户，但前提是您正在使用会话。每当你开始一个会话时，PHP都会检查用户的请求，看看他是否已经定义了一个定义了会话ID的cookie（默认情况下名为PHPSESSID）。如果请求中没有cookie，PHP将生成一个新的会话ID。无论哪种方式，它都会将cookie发送回客户端作为响应，因此下次用户访问此页面或其他页面时，将显示具有唯一会话ID的cookie。

不使用会话时会发生什么。

无。 PHP不会自动检查cookie请求。但是，之前设置的任何cookie都保持活动状态（直到它们过期）。因此，如果您的浏览器过去收到了PHPSESSID cookie并且尚未过期，它将保留它，并将继续将其发送到每个请求的服务器。因此，您的代码将能够在输出中检索并打印它。

当您从Python脚本发送请求时会发生什么。

除非你提出要求，否则什么都没有。如果你不告诉Python向服务器发送cookie，它就不会。由于它不会发送任何cookie，PHP脚本将不会收到任何cookie。由于PHP脚本没有在代码中的任何地方启动会话，因此它也不会自动创建任何会话。

如何解决。

您可以在PHP脚本中启动会话。然后它将始终生成一个cookie并发送响应。但请注意，它不允许您的Python脚本加入您可能已在浏览器中启动的某个会话，因为将生成新的会话ID 。要加入现有会话，您需要从浏览器的数据中检索PHPSESSID cookie，这些数据通常是加密的，以保护您的cookie免受恶意程序（甚至Python脚本）的侵害。

结论

在你的php代码中，在开始之前，在任何输出之前写：

session_start()

使用Python请求库检索内容

2 个答案: