python模拟登陆、POST/GET请求

通常我们在访问网页时，都会通过某个输入框输入数据，网页就会发出POST、GET或者其他形式向服务器发起请求，成功后并返回数据到前台展示。以下针对python的requests库做简单介绍。
前提先安装python以及requests库
安装requests：

pip install requests

请求测试url = http://www.test.com

一、GET请求

1、无请求参数：直接访问某url链接即可获取数据

result = requests.get(url=url)
print(result.status_code) # 请求状态
print(result.url)# 请求url
print(result.text) # 请求结果

2、有请求参数：键值对形式表示参数

result = requests.get(url=url, params={
    
    'keyword1':'val1','keyword2':'val2'})
#或者可以直接先拼接url
#new_url = url + '?keyword1=' + val1 + '&keyword1=' +val2
#result = requests.get(url=new_url)

print(result.status_code) # 请求状态
print(result.url)# 请求url
print(result.text) # 请求结果

3、有请求头部参数：键值对形式表示参数

header = {
    
    
'Host': 'test.com',
'Content-Type': 'application/json; charset=UTF-8',
}
result = requests.get(url=url, header=header)
print(result.status_code) # 请求状态
print(result.url)# 请求url
print(result.text) # 请求结果

二、POST请求

1、请求的结果集是application/x-www-form-urlencoded

result = requests.post(url=url,data={
    
    'keyword1':'val1','keyword2':'val2'},headers={
    
    'Content-Type':'application/x-www-form-urlencoded'})
print(result.status_code) # 请求状态
print(result.url)# 请求url
print(result.text) # 请求结果

2、请求的结果集是multipart/form-data

result = requests.post(url=url,data={
    
    'keyword1':'val1','keyword2':'val2'},headers={
    
    'Content-Type':'multipart/form-data'})
print(result.status_code) # 请求状态
print(result.url)# 请求url
print(result.text) # 请求结果

3、请求的结果集是application/json

import json
data = {
    
    'keyword1':'val1','keyword2':'val2'}
json_data = json.dumps(data)
result = requests.post(url=url,data=json_data,headers={
    
    'Content-Type':'application/json'})
print(result.status_code) # 请求状态
print(result.url)# 请求url
print(result.text) # 请求结果

如下图：

下来来说一下之前自己遇到的坑，请求方式为POST,且为Request Payload形式的请求。
一开始自以为跟form-data一样，只传一个url跟data，且data没有格式化成JSON，导致请求回来的状态为415:服务器无法处理请求附带的媒体格式,经查阅后来改个格式以及请求头就顺利返回数据。
完整demo如下：

import json
import requests
import datetime
import re, urllib.request, lxml.html, http.cookiejar

url = 'http://test.com/products'
# payloadData数据
payload_data = {
    
    'keyword1': "val1", 'keyword2': "val2"}
# 请求头设置
payload_header = {
    
    
'Host': 'test.com',
'Content-Type': 'application/json; charset=UTF-8',
}
# 下载超时
timeout = 30
# 代理IP
# proxy_list = {"HTTP":'http://210.22.5.117"3128',"HTTP":'http://163.172.189.32:8811',"HTTP":'http://180.153.144.138:8800'}
json_data = json.dumps(payload_data)
# allow_redirects 是否重定向
# result = requests.post(url=url, data=json_data, headers=payloadHeader, timeout=timeout, proxies=proxy_list, allow_redirects=True)

result = requests.post(url, data=json_data, headers=payload_header, timeout=timeout, allow_redirects=True)
# 下面这种直接填充json参数的方式也OK
# result = requests.post(url, json=json_data, headers=payload_header)
print("请求耗时：{0}, 状态码：{1}, 结果：{2}".format(datetime.datetime.now(),res.status_code,res.text))

三、需要模拟登陆后再发送Post请求

有时候就想模拟页面上的某些细微的操作，例如登录后需要在前端利用ajax请求修改数据。如果只是极个别数量修改的话，那还是前端直接操作快一点。如果是大批量的修改那还是得借住程序遍历修改即可。
登录页面：

先打开F12进入开发者模式，然后随便在上面的表单输入框数据，点击登录，虽然是错误的登录数据，我们只是为了查看登录请求提交的数据格式，如下图：

其中的某些不是我们输入的隐藏值，我们需要到页面源码中的表单获取，右键查看页面源码，把那些非自己输入的 “__VIEWSTATE"，”__VIEWSTATEGENERATOR"，"__EVENTVALIDATION" 的值到原页面中查找，例如：

也就是说我们得事先先访问该页面页面源码并解析获取以上属性值：

import requests, string
import re, urllib.request, lxml.html, http.cookiejar

login_url = "http://test.com/Login.aspx"
response = urllib.request.urlopen(login_url)
f = response.read()
doc = lxml.html.document_fromstring(f)

VIEWSTATE = doc.xpath("//input[@id='__VIEWSTATE']/@value")
VIEWSTATEGENERATOR = doc.xpath("//input[@id='__VIEWSTATEGENERATOR']/@value")
EVENTVALIDATION = doc.xpath("//input[@id='__EVENTVALIDATION']/@value")

获取到这些之后，得把这些值放回到Form-Data（表单数据中）：

from urllib.parse import quote
login_data = urllib.parse.urlencode({
    
    
       '__EVENTTARGET' : '',
       '__EVENTARGUMENT' : '',
       '__VIEWSTATE' : VIEWSTATE[0],
       '__VIEWSTATEGENERATOR' : VIEWSTATEGENERATOR[0],
       '__EVENTVALIDATION' : EVENTVALIDATION[0],
       'TextCustomerID' : "真实商户号",
       'TextAdminName' : '真实用户名',
       'TextPassword' : '真实密码',
       'btnLogin.x' : 40,
       'btnLogin.y' : 10
    }).encode('utf-8')

登录参数的编码很重要，如果没有进行utf-8编码会报以下错误:

Traceback (most recent call last):
  File "c:\users\user\appdata\local\programs\python\python38\lib\http\client.py", line 965, in send
    self.sock.sendall(data)
  File "c:\users\user\appdata\local\programs\python\python38\lib\ssl.py", line 1201, in sendall
    with memoryview(data) as view, view.cast("B") as byte_view:
TypeError: memoryview: a bytes-like object is required, not 'str'

表单数据有了，接下来就是把请求头也要获取出来：

header = {
    
    
   'Host': 'www.test.com',
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:74.0) Gecko/20100101 Firefox/74.0',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
    'Accept-Encoding': 'gzip, deflate',
    'Content-Type': 'application/x-www-form-urlencoded',
    'Origin': 'http://www.test.com',
    'Connection': 'keep-alive',
    'Referer': 'http://www.test.com/Login.aspx',
    'Upgrade-Insecure-Requests': 1
}

模拟登陆并保存cookie:

#模拟登录请求
login_request = urllib.request.Request(login_url, login_data, Headers)
#创建cookie，利用cookie实现持久化登录
cj = http.cookiejar.CookieJar()
opener = urllib.request.build_opener(urllib.request.HTTPCookieProcessor(cj))
login_result = opener.open(login_request)

最后模拟登陆后，如果是要采集某页面数据的话也可以通过urllib.request.urlopen访问页面链接读取页面源码进行数据采集。如果有批量数据需要进行Post/Get处理，那么就可以把待处理的数据获取好，然后遍历发起Post或Get请求即可：

import time, random

var datas = {
    
    .....}
for data in datas:
    response = requests.get(url, headers = headers, data=json_data, cookies = cj)
    # 或
    response = requests.post(url, headers = headers, data=json_data, cookies = cj)
    time.sleep(random.randint(3, 5))