Python：urllib/urllib2/httplib 混淆

StackOverflow https://stackoverflow.com/questions/301924

  •  08-07-2019
  •  | 
  •  

题

我正在尝试通过在 Python 中编写登录序列脚本来测试 Web 应用程序的功能，但遇到了一些麻烦。

这是我需要做的：

  1. 使用一些参数和标题执行 POST。
  2. 遵循重定向
  3. 检索 HTML 正文。

现在，我对 python 还比较陌生，但是到目前为止我测试过的两件事还没有起作用。首先，我使用了 httplib、putrequest()（在 URL 中传递参数）和 putheader()。这似乎没有遵循重定向。

然后我尝试了 urllib 和 urllib2，将标头和参数作为字典传递。这似乎返回登录页面，而不是我尝试登录的页面，我猜这是因为缺少 cookie 或其他原因。

我错过了一些简单的事情吗？

谢谢。

有帮助吗？

解决方案

专注于urllib2为此，它运作良好。不要乱用httplib，它不是顶级API。

您注意到的是HTTPRedirectHandler不遵循重定向。

您需要折叠opener的实例，该实例将捕获并遵循重定向。

此外，您可能希望将默认HTTPHandler子类化为捕获您将在单元测试中检查的信息。

cookie_handler= urllib2.HTTPCookieProcessor( self.cookies )
redirect_handler= HTTPRedirectHandler()
opener = urllib2.build_opener(redirect_handler,cookie_handler)

然后，您可以使用此<=>对象进行POST和GET，正确处理重定向和Cookie。

您可能还希望添加自己的<=>子类来捕获和记录各种错误代码。

其他提示

这是我对这个问题的看法。

#!/usr/bin/env python

import urllib
import urllib2


class HttpBot:
    """an HttpBot represents one browser session, with cookies."""
    def __init__(self):
        cookie_handler= urllib2.HTTPCookieProcessor()
        redirect_handler= urllib2.HTTPRedirectHandler()
        self._opener = urllib2.build_opener(redirect_handler, cookie_handler)

    def GET(self, url):
        return self._opener.open(url).read()

    def POST(self, url, parameters):
        return self._opener.open(url, urllib.urlencode(parameters)).read()


if __name__ == "__main__":
    bot = HttpBot()
    ignored_html = bot.POST('https://example.com/authenticator', {'passwd':'foo'})
    print bot.GET('https://example.com/interesting/content')
    ignored_html = bot.POST('https://example.com/deauthenticator',{})

@ S.Lott，谢谢。你的建议对我有用，经过一些修改。我就是这样做的。

data = urllib.urlencode(params)
url = host+page
request = urllib2.Request(url, data, headers)
response = urllib2.urlopen(request)

cookies = CookieJar()
cookies.extract_cookies(response,request)

cookie_handler= urllib2.HTTPCookieProcessor( cookies )
redirect_handler= HTTPRedirectHandler()
opener = urllib2.build_opener(redirect_handler,cookie_handler)

response = opener.open(request)

我最近必须自己做这件事。我只需要标准库中的类。以下是我的代码的摘录：

from urllib import urlencode
from urllib2 import urlopen, Request

# encode my POST parameters for the login page
login_qs = urlencode( [("username",USERNAME), ("password",PASSWORD)] )

# extract my session id by loading a page from the site
set_cookie = urlopen(URL_BASE).headers.getheader("Set-Cookie")
sess_id = set_cookie[set_cookie.index("=")+1:set_cookie.index(";")]

# construct headers dictionary using the session id
headers = {"Cookie": "session_id="+sess_id}

# perform login and make sure it worked
if "Announcements:" not in urlopen(Request(URL_BASE+"login",headers=headers), login_qs).read():
    print "Didn't log in properly"
    exit(1)

# here's the function I used after this for loading pages
def download(page=""):
    return urlopen(Request(URL_BASE+page, headers=headers)).read()

# for example:
print download(URL_BASE + "config")

我会给Mechanize（ http://wwwsearch.sourceforge.net/mechanize/ 一枪。它可以透明地处理你的cookie /标题。

尝试 斜纹布 - 一种简单的语言，允许用户从命令行界面浏览 Web。使用 twill，您可以浏览使用表​​单、cookie 和大多数标准 Web 功能的网站。更重要的是， 斜纹布 写在 Python 并有一个 蟒蛇 API, ，例如：

from twill import get_browser
b = get_browser()

b.go("http://www.python.org/")
b.showforms()

除了您可能缺少cookie之外，表单中可能还有一些字段您没有发布到网络服务器。最好的方法是从Web浏览器捕获实际的POST。您可以使用 LiveHTTPHeaders 或 WireShark 窥探流量并模仿脚本中的相同行为。

Funkload 也是一款出色的网络应用测试工具。它包装webunit来处理浏览器仿真，然后在顶层提供功能和负载测试功能。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top