Python爬虫编程思想（155）：使用Scrapy处理带隐藏文本框的登录页面

Posted 2022-08-17 蒙娜丽宁

在上篇文章中实现的抓取登录页面的方式是最简单的一种形式，在这个例子中假设服务端程序除了要求输入用户名和密码，没有做任何限制。但在实际应用中，服务端程序可能会加各种其他的校验，例如，一种比较常见的校验方式是在服务端向客户端发送登录页面的同时，在登录页面的代码中插入一个隐藏的input组件，并且在input组件中写入一个字符串，这个字符串是通过随机或某些算法生成的。当然，除了服务端程序外，其他人并不知道这个包含在隐藏input组件中的字符串的规则，而且每次显示登录页面时，这个字符串都不一样。当客户端提交用户名和密码的同时，也会将这个字符串提交给服务端，服务端不仅仅要校验用户名和密码，还要校验这个字符串是否与服务端保存的字符串匹配，如果不匹配，即使用户名和密码都正确，仍然无法获得登录后的页面。

要抓取这样的页面，在模拟登录时不仅要向服务端发送用户名和密码，还要发送隐藏input组件中的字符串，那么这里有一个问题，爬虫怎么知道这个字符串是什么呢？其实很简单，爬虫只需要获取登录页面的内容，就可以获取这个隐藏input组件中的字符串。

本例会沿用上篇文章的部分代码，只是在登录页面中加了一个隐藏的input组件，用于保存服务端生成的字符串，服务端除了用户名和密码外，还需要校验这个字符串。为了让程序简