1

我正在尝试执行以下操作：

  1. 登录网页（在我的例子中是 zendesk.com）
  2. 使用该会话进行一些发布请求

事实上，zendesk 错过了一些我现在需要模拟浏览器会话的 api（创建/更改宏）。

所以我不是在写蜘蛛，而是在我的脚本继续进行时尝试与网站进行交互。发布请求从一开始就未知，但仅在我的脚本期间才知道。

在Scrapy文档中，有以下示例来说明如何在 Scrapy 中使用经过身份验证的会话：

class LoginSpider(BaseSpider):
  name = 'example.com'
  start_urls = ['http://www.example.com/users/login.php']

  def parse(self, response):
    return [FormRequest.from_response(response,
                formdata={'username': 'john', 'password': 'secret'},
                callback=self.after_login)]

  def after_login(self, response):
    # check login succeed before going on
    if "authentication failed" in response.body:
        self.log("Login failed", level=log.ERROR)
        return

    # continue scraping with authenticated session...

但看起来这只适用于抓取，但在我的情况下，我只想“持有”会话并进一步使用该会话。有没有办法用scrapy来实现这个，或者有没有更适合这个任务的工具？

4

1 回答 1

1

非常感谢@wawaruk。根据您链接的stackoverflow帖子，这是我提出的解决方案：

import urllib, urllib2, cookielib, re

zendesk_subdomain = 'mysub'
zendesk_username = '...'
zendesk_password = '...'

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
resp = opener.open('http://%s.zendesk.com/access/unauthenticated' % (zendesk_subdomain))
s = resp.read()
data = dict()
data['authenticity_token'] = re.findall('<input name="authenticity_token" type="hidden" value="([^"]+)"', s)[0]
data['return_to'] = 'http://%s.zendesk.com/login' % zendesk_subdomain
data['user[email]'] = zendesk_username
data['user[password]'] = zendesk_password
data['commit'] = 'Log in'
data['remember_me'] = '1'

opener.open('https://localch.zendesk.com/access/login', urllib.urlencode(data))

从那里使用 opener 可以访问所有页面，例如

opener.open('http://%s.zendesk.com/rules/new?filter=macro' % zendesk_subdomain)
于 2012-07-16T05:15:58.460 回答