python requests模拟登陆github

Posted 2021-03-20 pypypypy

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python requests模拟登陆github相关的知识，希望对你有一定的参考价值。

1. Cookie 介绍

HTTP 协议是无状态的。因此，若不借助其他手段，远程的服务器就无法知道以前和客户端做了哪些通信。Cookie 就是「其他手段」之一。 Cookie 一个典型的应用场景，就是用于记录用户在网站上的登录状态。

用户登录成功后，服务器下发一个（通常是加密了的）Cookie 文件。
客户端（通常是网页浏览器）将收到的 Cookie 文件保存起来。
下次客户端与服务器连接时，将 Cookie 文件发送给服务器，由服务器校验其含义，恢复登录状态（从而避免再次登录）。

2. `requests使用cookie`

当浏览器作为客户端与远端服务器连接时，远端服务器会根据需要，产生一个 SessionID，并附在 Cookie 中发给浏览器。接下来的时间里，只要 Cookie 不过期，浏览器与远端服务器的连接，都会使用这个 SessionID；而浏览器会自动与服务器协作，维护相应的 Cookie。

在 requests 中，也是这样。我们可以创建一个 requests.Session，尔后在该 Session 中与远端服务器通信，其中产生的 Cookie，requests 会自动为我们维护好。

3. POST 表单

post 方法可以将一组用户数据，以表单的形式发送到远端服务器。远端服务器接受后，依照表单内容做相应的动作。

调用 requests 的 POST 方法时，可以用 data 参数接收一个 Python 字典结构。requests 会自动将 Python 字典序列化为实际的表单内容。例如：

import requests

cs_url    = \'http://httpbin.org/post\'
my_data   = {
    \'key1\' : \'value1\',
    \'key2\' : \'value2\'
}

r = requests.post (cs_url, data = my_data)
print r.content

4. 实际模拟登录 GitHub 试试看

模拟登录的第一步，首先是要搞清楚我们用浏览器登录时都发生了什么。

GitHub 登录页面是 https://github.com/login。我们首先清空浏览器 Cookie 记录，然后用 Chrome 打开登录页面。填入 Username 和 Password 之后，我们打开 Tamper Chrome 和 Chrome 的元素审查工具（找到 Network 标签页），之后点登录按钮。

在 Tamper Chrome 中，我们发现：虽然登录页面是 https://github.com/login，但实际接收表单的是 https://github.com/session。若登录成功，则跳转到 https://github.com/ 首页，返回状态码 200。

而在 Chrome 的审查元素窗口中，我们可以看到提交给 session 接口的表单信息。内里包含

commit
utf8
authenticity_token
login
password

其中，commit 和 utf8 两项是定值；login 和 password 分别是用户名和密码，这很好理解。唯独 authenticity_token 是一长串无规律的字符，我们不清楚它是什么。

POST 动作发生在与 session 接口交互之前，因此可能的信息来源只有 login 接口。我们打开 login 页面的源码，试着搜索 authenticity_token 就不难发现有如下内容：

<input name="authenticity_token" type="hidden" value="......" />

原来，所谓的 authenticity_token 是明白写在 HTML 页面里的，只不过用 hidden 模式隐藏起来了。为此，我们只需要使用 Python 的正则库解析一下，就好了。

import requests
import re

login_url  = \'https://github.com/login\'
user = \'user\'  //具体账号
password  = \'password\'   //具体密码
user_headers = {
    \'User-Agent\' : \'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.116 Safari/537.36\',
    \'Accept\' : \'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8\',
    \'Accept-Encoding\' : \'gzip\',
    \'Accept-Language\' : \'zh-CN,zh;q=0.8,en;q=0.6,zh-TW;q=0.4\'
}

session  = requests.Session()
response = session.get(login_url, headers = user_headers)
pattern = re.compile(r\'<input name="authenticity_token" type="hidden" value="(.*)" />\')

authenticity_token = pattern.findall(response.content)[0]

login_data = {    
    \'commit\' : \'Sign in\',    
    \'utf8\' : \'%E2%9C%93\',    
    \'authenticity_token\' : authenticity_token,\'login\' : user,    
    \'password\' : password
}

session_url  = \'https://github.com/session\'
response = session.post(session_url, headers = user_headers, data = login_data)