文章目录
- [github 模拟登录](#github 模拟登录)
github 模拟登录
前言
前面学习了requests模块的基础学习后，接下来做一个实战应用，会涉及到requests的post 请求，请求头headers的设置，利用sesson保持 cookie状态等
模拟登录流程
如下图是模拟登录的流程，在知道了具体的流体后，写代码才能流畅。
抓包操作
在使用 chrom进行抓包操作时，需要新开一个无痕窗口
查看登录表单的内容
- 主要是看html结构,可以知道提交的目标地址，提交的方式(POST|GET)，提交的表单的主要字段。
- 同时需要开启Preserve.log，这样子页面在跳转时，也那个记录前面的请求会话
登录操作
- 通过提交登录表单，触发session 接口，从 request headers，以及Form Data，方便为后端准备数据
- 同时发现 auth_token 值在不同页面，是不一样的，根据 post数据源的几种类比较判断，具体在前面的 requests模块介绍的文章，其值是属于存在静态页面中的预设值，一开始进到登录页时已经生成
模拟登录操作
完整代码链接：https://gitee.com/allen-huang/python/blob/master/crawler/do-request/login_github.py
根据上面的流程，后端在做模拟登录时，需要做3步如下：
- 通过 session.get获得github登录页面 生成的auth_token
- 组装 /session的 from data和请求头 headers，通过 session.post调用/session 请求
- 正则分析个人页的 title来验证，登录状态的验证
在 main函数的调用
python
if __name__ == '__main__':
# todo 声明一个session对象,并设置请求头
session = requests.session()
session.headers = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36'
}
# todo: 1.获取登录页面的auth_token
auth_token = get_auth_token(session)
# todo：2.组装表单数据，使用 session.post(),请求/session,用来记录登录状态
do_login(session)
# todo: 3.通过请求github.com/用户名，验证是否登录成功
chk_login_status(session)
# insert_data = {
# "username": "hjc1985",
# "req_headers": resp.request.headers,
# "resp_headers": resp.request.headers,
# "resp_status": resp.status_code,
# "resp_body": resp.content.decode()
# }
# result = MongoPool().test.login_github.insert_one(insert_data)
# print(result.inserted_id)获得 auth_token
auth_token，这里是简写了，在 github 登录页中是authenticity_token，通过正则提取带有"authenticity_token"字段的值即可，代码如下：
python
def get_auth_token(session: Session) -> str:
"""
todo 先从github.com/login获取登录页面的html内容，然后通过正则表达式获取auth_token
@param session:
@return:
"""
resp = session.get('https://github.com/login')
if resp.status_code != 200:
print("请求失败，请稍后再试！")
exit(0)
login_html = resp.content.decode()
auth_token = re.findall(r'name="authenticity_token" value="(.*?)"', login_html)[0]
return auth_token调用/session接口登录处理
注意：为了安全性考虑，这里的密码属性，password在文档展示不是真实的密码，因为，github提交的密码属于明码，没有进行二次加密过的。真实密码的登录请求我已测试通过的
python
def do_login(session: Session):
"""
todo 组装表单数据，使用 session.post(),请求/session,用来记录登录状态
@param session: session对象
@return:
"""
global resp
post_data = {
"commit": "Sign in",
"authenticity_token": auth_token,
"login": "hjc1985",
"password": "123456", # 登录密码，为了个人账号安全我这里不是真实密码
"webauthn-conditional": "undefined",
"javascript-support": "true",
"webauthn-support": "supported",
"webauthn-iuvpaa-support": "supported",
"return_to": "https://github.com/login"
}
resp = session.post(url='https://github.com/session', data=post_data)
if resp.status_code != 200:
print("请求失败，请检查参数！")
else:
print("请求/session 成功！")检测登录是否成功
在 github 中，个人中心地址
github.com/用户名的标题内容结尾，是否含有GitHub，是判断登录状态的依据之一，如果 GitHub 不存在表示登录成功，反之则登录不成功。
python
def chk_login_status(session: Session):
"""
todo: 通过请求github.com/用户名，验证是否登录成功
@param session:
@return:
"""
resp = session.get('https://github.com/hjc1985')
html_content = resp.content
res = re.findall(r'<title>(.+?)(GitHub)?</title>', html_content.decode('utf-8'))
"""
todo 使用 try...except...来判断索引对应的值是否存在
"""
try:
end_str = res[0][1]
except IndexError:
end_str = ""
if end_str == "":
# 个人主页的title内容如果结尾没有GitHub，说明登录成功
print("登录成功！")
else:
print("登录失败！")
with open("github-profile.html", "wb") as f:
f.write(html_content)- 登录成功的效果
- 登录不成功的效果
总结：
- 这是拿 github 模拟登录来对 requests模块的get， post方法，以及登录状态保持做的一个应用，主要是为了巩固知识点。
- 它的登录机制还算是比较简单的，因为大部分值都是固定的可以获取到，像真正项目过程中，post 来源的数据都是需要调用接口，或 JS 逆向才能拿到。