python模拟登陆、POST/GET请求
通常我们在访问网页时,都会通过某个输入框输入数据,网页就会发出POST、GET或者其他形式向服务器发起请求,成功后并返回数据到前台展示。以下针对python的requests库做简单介绍。
前提先安装python以及requests库
安装requests:
pip install requests
请求测试url = http://www.test.com
一、GET请求
1、无请求参数:直接访问某url链接即可获取数据
result = requests.get(url=url) print(result.status_code) # 请求状态 print(result.url)# 请求url print(result.text) # 请求结果
2、有请求参数:键值对形式表示参数
result = requests.get(url=url, params={'keyword1':'val1','keyword2':'val2'}) #或者可以直接先拼接url #new_url = url + '?keyword1=' + val1 + '&keyword1=' +val2 #result = requests.get(url=new_url) print(result.status_code) # 请求状态 print(result.url)# 请求url print(result.text) # 请求结果
3、有请求头部参数:键值对形式表示参数
result = requests.get(url=url, params={'keyword1':'val1','keyword2':'val2'}) #或者可以直接先拼接url #new_url = url + '?keyword1=' + val1 + '&keyword1=' +val2 #result = requests.get(url=new_url) print(result.status_code) # 请求状态 print(result.url)# 请求url print(result.text) # 请求结果
二、POST请求
1、请求的结果集是application/x-www-form-urlencoded
result = requests.post(url=url,data={'keyword1':'val1','keyword2':'val2'},headers={'Content-Type':'application/x-www-form-urlencoded'}) print(result.status_code) # 请求状态 print(result.url)# 请求url print(result.text) # 请求结果
2、请求的结果集是multipart/form-data
result = requests.post(url=url,data={'keyword1':'val1','keyword2':'val2'},headers={'Content-Type':'multipart/form-data'}) print(result.status_code) # 请求状态 print(result.url)# 请求url print(result.text) # 请求结果
3、请求的结果集是application/json
import json data = {'keyword1':'val1','keyword2':'val2'} json_data = json.dumps(data) result = requests.post(url=url,data=json_data,headers={'Content-Type':'application/json'}) print(result.status_code) # 请求状态 print(result.url)# 请求url print(result.text) # 请求结果
如下图:
下来来说一下之前自己遇到的坑,请求方式为POST,且为Request Payload形式的请求。
一开始自以为跟form-data一样,只传一个url跟data,且data没有格式化成JSON,导致请求回来的状态为415:服务器无法处理请求附带的媒体格式,经查阅后来改个格式以及请求头就顺利返回数据。
完整demo如下:
import json import requests import datetime import re, urllib.request, lxml.html, http.cookiejar url = 'http://test.com/products' # payloadData数据 payload_data = {'keyword1': "val1", 'keyword2': "val2"} # 请求头设置 payload_header = { 'Host': 'test.com', 'Content-Type': 'application/json; charset=UTF-8', } # 下载超时 timeout = 30 # 代理IP # proxy_list = {"HTTP":'http://210.22.5.117"3128',"HTTP":'http://163.172.189.32:8811',"HTTP":'http://180.153.144.138:8800'} json_data = json.dumps(payload_data) # allow_redirects 是否重定向 # result = requests.post(url=url, data=json_data, headers=payloadHeader, timeout=timeout, proxies=proxy_list, allow_redirects=True) result = requests.post(url, data=json_data, headers=payload_header, timeout=timeout, allow_redirects=True) # 下面这种直接填充json参数的方式也OK # result = requests.post(url, json=json_data, headers=payload_header) print("请求耗时:{0}, 状态码:{1}, 结果:{2}".format(datetime.datetime.now(),res.status_code,res.text))
三、需要模拟登陆后再发送Post请求
有时候就想模拟页面上的某些细微的操作,例如登录后需要在前端利用ajax请求修改数据。
如果只是极个别数量修改的话,那还是前端直接操作快一点。
如果是大批量的修改那还是得借住程序遍历修改即可。
登录页面:
先打开F12进入开发者模式,然后随便在上面的表单输入框数据,点击登录,虽然是错误的登录数据,我们只是为了查看登录请求提交的数据格式,如下图:
其中的某些不是我们输入的隐藏值,我们需要到页面源码中的表单获取,右键查看页面源码,把那些非自己输入的 “__VIEWSTATE”,”__VIEWSTATEGENERATOR”,”__EVENTVALIDATION” 的值到原页面中查找,例如:
也就是说我们得事先先访问该页面页面源码并解析获取以上属性值:
import requests, string import re, urllib.request, lxml.html, http.cookiejar login_url = "http://test.com/Login.aspx" response = urllib.request.urlopen(login_url) f = response.read() doc = lxml.html.document_fromstring(f) VIEWSTATE = doc.xpath("//input[@id='__VIEWSTATE']/@value") VIEWSTATEGENERATOR = doc.xpath("//input[@id='__VIEWSTATEGENERATOR']/@value") EVENTVALIDATION = doc.xpath("//input[@id='__EVENTVALIDATION']/@value")
获取到这些之后,得把这些值放回到Form-Data(表单数据中):
from urllib.parse import quote login_data = urllib.parse.urlencode({ '__EVENTTARGET' : '', '__EVENTARGUMENT' : '', '__VIEWSTATE' : VIEWSTATE[0], '__VIEWSTATEGENERATOR' : VIEWSTATEGENERATOR[0], '__EVENTVALIDATION' : EVENTVALIDATION[0], 'TextCustomerID' : "真实商户号", 'TextAdminName' : '真实用户名', 'TextPassword' : '真实密码', 'btnLogin.x' : 40, 'btnLogin.y' : 10 }).encode('utf-8')
登录参数的编码很重要,如果没有进行utf-8编码会报以下错误:
Traceback (most recent call last):
File “c:usersuserappdatalocalprogramspythonpython38libhttpclient.py”, line 965, in send
self.sock.sendall(data)
File “c:usersuserappdatalocalprogramspythonpython38libssl.py”, line 1201, in sendall
with memoryview(data) as view, view.cast(“B”) as byte_view:
TypeError: memoryview: a bytes-like object is required, not ‘str’
表单数据有了,接下来就是把请求头也要获取出来:
header = { 'Host': 'www.test.com', 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:74.0) Gecko/20100101 Firefox/74.0', 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2', 'Accept-Encoding': 'gzip, deflate', 'Content-Type': 'application/x-www-form-urlencoded', 'Origin': 'http://www.test.com', 'Connection': 'keep-alive', 'Referer': 'http://www.test.com/Login.aspx', 'Upgrade-Insecure-Requests': 1 }
模拟登陆并保存cookie:
#模拟登录请求 login_request = urllib.request.Request(login_url, login_data, Headers) #创建cookie,利用cookie实现持久化登录 cj = http.cookiejar.CookieJar() opener = urllib.request.build_opener(urllib.request.HTTPCookieProcessor(cj)) login_result = opener.open(login_request)
最后模拟登陆后,如果是要采集某页面数据的话也可以通过urllib.request.urlopen访问页面链接读取页面源码进行数据采集。
如果有批量数据需要进行Post/Get处理,那么就可以把待处理的数据获取好,然后遍历发起Post或Get请求即可:
import time, random var datas = {.....} for data in datas: response = requests.get(url, headers = headers, data=json_data, cookies = cj) # 或 response = requests.post(url, headers = headers, data=json_data, cookies = cj) time.sleep(random.randint(3, 5))
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持IT俱乐部。