3

我用来twill在受登录表单保护的网站上导航。

from twill.commands import *

go('http://www.example.com/login/index.php') 
fv("login_form", "identifiant", "login")
fv("login_form", "password", "pass")
formaction("login_form", "http://www.example.com/login/control.php")
submit()
go('http://www.example.com/accueil/index.php')

在最后一页上，我想下载一个 Excel 文件，该文件可通过div具有以下属性的 a 访问：

onclick="OpenWindowFull('../util/exports/control.php?action=export','export',200,100);"

我twill可以访问 PHP 脚本的 URL 并显示文件的内容。

go('http://www.example.com/util/exports/control.php?action=export')
show()

但是，会返回一个与原始内容相对应的字符串：因此无法使用。有没有办法以类似于的方式直接检索 Excel 文件urllib.urlretrieve()？

4

2 回答 2

1

我设法将 cookie jar 从 发送twill到requests.

requests注意：由于登录时的复杂控制（无法找出正确的标题或其他选项），我无法使用。

import requests
from twill.commands import *

# showing login form with twill
go('http://www.example.com/login/index.php') 
showforms()

# posting login form with twill
fv("login_form", "identifiant", "login")
fv("login_form", "password", "pass")
formaction("login_form", "http://www.example.com/login/control.php")
submit()

# getting binary content with requests using twill cookie jar
cookies = requests.utils.dict_from_cookiejar(get_browser()._session.cookies)
url = 'http://www.example.com/util/exports/control.php?action=export'

with open('out.xls', 'wb') as handle:
    response = requests.get(url, stream=True, cookies=cookies)

    if not response.ok:
        raise Exception('Could not get file from ' + url)

    for block in response.iter_content(1024):
        handle.write(block)
于 2016-06-19T20:56:07.957 回答
0

另一种使用twill.commands.save_html修改写为'wb'而不是'w'的方法：Python 2.7 using twill，正确保存下载的文件

于 2016-06-21T09:19:06.860 回答