19

我正在尝试编写一个通过 REST API 访问一些数据的 R 包。但是，该 API 不使用 http 身份验证，而是依靠 cookie 来保存会话的凭据。

本质上，我想用两个 R 函数替换 bash 脚本中的以下两行：一个用于执行登录，并存储会话 cookie，第二个用于获取数据。

curl -X POST -c cookies.txt -d"username=xxx&password=yyy" http://api.my.url/login
curl         -b cookies.txt                               http://api.my.url/data

我显然不明白 RCurl 如何与 curl 选项一起使用。我的脚本目前有：

library(RCurl)
curl <- getCurlHandle()
curlSetOpt(cookiejar='cookies.txt', curl=curl)
postForm("http://api.my.url/login", username='xxx', password='yyy', curl=curl)
getURL('http://api.my.url/data", curl=curl)

最后getURL()以“未登录”失败。来自服务器的消息，并且在postForm()没有cookies.txt文件存在之后。

4

2 回答 2

20

一般来说，您不需要创建 cookie 文件，除非您想研究 cookie。

鉴于此，实际上，Web 服务器使用代理数据、重定向和隐藏的帖子数据，但这应该会有所帮助：

library(RCurl)

#Set your browsing links 
loginurl = "http://api.my.url/login"
dataurl  = "http://api.my.url/data"

#Set user account data and agent
pars=list(
     username="xxx"
     password="yyy"
)
agent="Mozilla/5.0" #or whatever 

#Set RCurl pars
curl = getCurlHandle()
curlSetOpt(cookiejar="cookies.txt",  useragent = agent, followlocation = TRUE, curl=curl)
#Also if you do not need to read the cookies. 
#curlSetOpt(  cookiejar="", useragent = agent, followlocation = TRUE, curl=curl)

#Post login form
html=postForm(loginurl, .params = pars, curl=curl)

#Go wherever you want
html=getURL(dataurl, curl=curl)

#Start parsing your page
matchref=gregexpr("... my regexp ...", html)

#... .... ...

#Clean up. This will also print the cookie file
rm(curl)
gc()

重要的

除了用户名和密码之外，通常还有隐藏的帖子数据。要捕获它，您可能希望（例如在 Chrome 中）使用Developer tools( Ctrl Shift I) -> Network Tab，以显示帖子字段名称和值。

于 2013-03-16T15:39:17.170 回答
5

我的错。Neal Richter 向我指出http://www.omegahat.org/RCurl/RCurlJSS.pdfcookiefile - 它更好地解释了和之间的区别cookiejar。问题中的示例脚本确实有效。但它仅在不再使用文件时将文件写入磁盘。

于 2010-03-05T18:23:45.400 回答