使用pythonurllib2登录网站表单

Question

我让breen尝试学习在Python中使用urllib2包。我试着以学生的身份（左边的表格）登录到数学学生的注册页面：http://reg.maths.lth.se/。我已经检查了代码（使用Firebug），左边的表单显然应该使用POST来调用，键名为pnr，其值应该是一个10个字符长的字符串（最后一部分可能在HTML代码中看不到，但它基本上是我的社会保险号，所以我知道它应该有多长）。注意，适当的POST方法的头中的action是另一个URL，即http://reg.maths.lth.se/login/student。在

我尝试过（在下面的例子中使用了一个假的pnr，但是我在自己的代码中使用了我的实数）。在

import urllib
import urllib2

url = 'http://reg.maths.lth.se/'
values = dict(pnr='0000000000')
data = urllib.urlencode(values)
req = urllib2.Request(url,data)
resp = urllib2.urlopen(req)
page = resp.read()

print page

在执行此操作时，打印的是原始页面http://reg.maths.lth.se/的源代码，因此似乎我没有登录。另外，我可以在values字典中添加任何键/值对，它不会产生任何错误，这在我看来很奇怪。在

另外，如果我转到页面http://reg.maths.lth.se/login/student，显然没有提交数据的POST方法。在

有什么建议吗？在

Answer 1

如果您在输入数字并提交表单时检查发送到服务器的请求是什么，您会注意到它是一个带有pnr和_token参数的POST请求：

您缺少需要从页面的HTML源中提取的_token参数。它是一个隐藏的input元素：

<input name="_token" type="hidden" value="WRbJ5x05vvDlzMgzQydFxkUfcFSjSLDhknMHtU6m">

我建议研究一下像^{}、^{}或^{}这样的工具可以简化表单提交。您也可以使用HTML解析器来解析HTML，比如BeautifulSoup，提取令牌并通过urllib2或^{}发送：

^{pr2}$