使用python请求登录网站

Question

我试图使用请求来收集数据登录到https://www.voxbeam.com/login。我是一个python初学者，我已经做了大部分的教程，并且用BeautifulSoup自己完成了一些web抓取。

查看HTML：

<form id="loginForm" action="https://www.voxbeam.com//login" method="post" autocomplete="off">

<input name="userName" id="userName" class="text auto_focus" placeholder="Username" autocomplete="off" type="text">

<input name="password" id="password" class="password" placeholder="Password" autocomplete="off" type="password">

<input id="challenge" name="challenge" value="78ed64f09c5bcf53ead08d967482bfac" type="hidden">

<input id="hash" name="hash" type="hidden">

我知道我应该使用方法post，并发送用户名和密码

我在尝试：

import requests
import webbrowser

url = "https://www.voxbeam.com/login"
login = {'userName': 'xxxxxxxxx',
         'password': 'yyyyyyyyy'}

print("Original URL:", url)

r = requests.post(url, data=login)

print("\nNew URL", r.url)
print("Status Code:", r.status_code)
print("History:", r.history)

print("\nRedirection:")
for i in r.history:
    print(i.status_code, i.url)

# Open r in the browser to check if I logged in
new = 2  # open in a new tab, if possible
webbrowser.open(r.url, new=new)

我希望在成功登录后，输入仪表板的URL，这样我就可以开始收集所需的数据。

当我使用身份验证信息代替xxxxxx和yyyyy运行代码时，会得到以下输出：

Original URL: https://www.voxbeam.com/login

New URL https://www.voxbeam.com/login
Status Code: 200
History: []

Redirection:

Process finished with exit code 0

我用www.voxbeam.com/login在浏览器中获得一个新标签

密码有问题吗？ 我在HTML中遗漏了什么吗？ 可以期望在r中获得仪表板URL，也可以重定向并尝试在浏览器选项卡中打开URL以查看响应，或者我应该以不同的方式执行操作？

我在这里读了几天类似的问题，但似乎每个网站的身份验证过程都有点不同，我检查了描述其他方法的http://docs.python-requests.org/en/latest/user/authentication/，但是在HTML中没有发现任何东西表明我应该使用这些方法之一而不是post

我也试过了

r = requests.get(url, auth=('xxxxxxxx', 'yyyyyyyy')) 

但似乎也没用。

Answer 1

如上所述，您应该发送表单中所有字段的值。这些可以在浏览器的Web检查器中找到。此表单发送2个附加隐藏值：

url = "https://www.voxbeam.com//login"
data = {'userName':'xxxxxxxxx','password':'yyyyyyyyy','challenge':'zzzzzzzzz','hash':''}  
# note that in email have encoded '@' like uuuuuuu%40gmail.com      

session = requests.Session()
r = session.post(url, headers=headers, data=data)

此外，许多站点都有保护措施，以防出现类似bot的隐藏表单字段、js、发送编码值等变体，您可以：

1）使用手动登录的cookies：

url = "https://www.voxbeam.com"
headers = {'user-agent': "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36"}
cookies = {'PHPSESSID':'zzzzzzzzzzzzzzz', 'loggedIn':'yes'}

s = requests.Session()
r = s.post(url, headers=headers, cookies=cookies)

2）使用硒模块：

from selenium import webdriver
from selenium.webdriver.common.keys import Keys

url = "https://www.voxbeam.com//login"
driver = webdriver.Firefox()
driver.get(url)

u = driver.find_element_by_name('userName')
u.send_keys('xxxxxxxxx')
p = driver.find_element_by_name('password')
p.send_keys('yyyyyyyyy')
p.send_keys(Keys.RETURN)

Answer 2

这是非常棘手的取决于网站如何处理登录过程，但我所做的是，我使用查尔斯，这是一个代理应用程序，并听取请求，我的浏览器发送到网站的服务器，而我是手动登录。之后，我将Charles中显示的头和cookie复制到了我自己的python代码中，并且成功了！我假设cookie和header用于阻止bot登录。

Answer 3

请按以下方式更清楚地指定URL：

  url=https://www.voxbeam.com//login?id=loginForm

这将把焦点放在登录表单上，以便应用POST方法