如何防止 Python 的 urllib(2) 跟随重定向

Question

我目前正在尝试使用 Python 登录一个站点，但是该站点似乎在同一页面上发送了一个 cookie 和一个重定向语句。 Python 似乎遵循该重定向，因此阻止我读取登录页面发送的 cookie。如何防止 Python 的 urllib（或 urllib2）urlopen 跟随重定向？

Answer 1

urllib2.urlopen 调用使用此处理程序类列表的build_opener()：

handlers = [ProxyHandler, UnknownHandler, HTTPHandler,
HTTPDefaultErrorHandler, HTTPRedirectHandler,
FTPHandler, FileHandler, HTTPErrorProcessor]

您可以尝试使用省略HTTPRedirectHandler 的列表自己调用urllib2.build_opener(handlers)，然后在结果上调用open() 方法以打开您的URL。如果你真的不喜欢重定向，你甚至可以调用urllib2.install_opener(opener) 到你自己的非重定向开启者。

听起来你真正的问题是urllib2 没有按照你想要的方式做 cookie。另见How to use Python to login to a webpage and retrieve cookies for later usage?

Answer 2

这个问题是在here 之前提出的。

编辑：如果您必须处理古怪的网络应用程序，您可能应该尝试mechanize。这是一个很棒的库，可以模拟 Web 浏览器。您可以控制重定向、cookie、页面刷新...如果网站不[严重] 依赖 JavaScript，您将与 mechanize 相处得很好。

Answer 3

你可以做几件事：

1. 构建自己的 HTTPRedirectHandler 来拦截每个重定向
2. 创建一个 HTTPCookieProcessor 实例并安装该开启程序，以便您可以访问 cookiejar。

这是一个快速的小东西，显示了两者

import urllib2

#redirect_handler = urllib2.HTTPRedirectHandler()

class MyHTTPRedirectHandler(urllib2.HTTPRedirectHandler):
    def http_error_302(self, req, fp, code, msg, headers):
        print "Cookie Manip Right Here"
        return urllib2.HTTPRedirectHandler.http_error_302(self, req, fp, code, msg, headers)

    http_error_301 = http_error_303 = http_error_307 = http_error_302

cookieprocessor = urllib2.HTTPCookieProcessor()

opener = urllib2.build_opener(MyHTTPRedirectHandler, cookieprocessor)
urllib2.install_opener(opener)

response =urllib2.urlopen("WHEREEVER")
print response.read()

print cookieprocessor.cookiejar

Answer 4

如果您只需要停止重定向，那么有一种简单的方法可以做到这一点。例如，我只想获取 cookie，并且为了获得更好的性能，我不想被重定向到任何其他页面。我也希望代码保持为 3xx。让我们以 302 为例。

class MyHTTPErrorProcessor(urllib2.HTTPErrorProcessor):

    def http_response(self, request, response):
        code, msg, hdrs = response.code, response.msg, response.info()

        # only add this line to stop 302 redirection.
        if code == 302: return response

        if not (200 <= code < 300):
            response = self.parent.error(
                'http', request, response, code, msg, hdrs)
        return response

    https_response = http_response

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj), MyHTTPErrorProcessor)

这样，你甚至不需要进入urllib2.HTTPRedirectHandler.http_error_302()

更常见的情况是我们只是想停止重定向（根据需要）：

class NoRedirection(urllib2.HTTPErrorProcessor):

    def http_response(self, request, response):
        return response

    https_response = http_response

通常这样使用它：

cj = cookielib.CookieJar()
opener = urllib2.build_opener(NoRedirection, urllib2.HTTPCookieProcessor(cj))
data = {}
response = opener.open('http://www.example.com', urllib.urlencode(data))
if response.code == 302:
    redirection_target = response.headers['Location']