r 令牌中的 HTTR POST答案

【问题标题】：HTTR POST in r tokenr 令牌中的 HTTR POST
【发布时间】：2020-09-18 15:51:15
【问题描述】：

我想在这个网站上抓取代理的数据：https://thep.hoaphat.com.vn/distribution-systems

我正在使用以下代码，但得到“令牌不匹配错误”：

httr::POST(
  url = "https://thep.hoaphat.com.vn/ajax/load_agency",
  body = list(
    type = "web",
    product_id = "7",
    province_id = "10",
    member_type = "1"
  ),
  encode = "form"
) -> res

dat <- httr::content(res)
str(dat)

我该如何解决？

【问题讨论】：

该页面需要x-csrf-token 标头和XSRF-TOKEN cookie 值。我认为这是某种保护。
是的，我想是的，但是当我尝试在函数 POST 中添加标头时，它仍然不起作用。
这是一种保护，不应该每次都一样。尝试使用RSelenium。
谢谢，RSelenium 很棒，但我在使用时经常出错，错误与 java 版本或浏览器有关，......

标签： r authentication web-scraping token httr

【解决方案1】：

数据请求到https://thep.hoaphat.com.vn/ajax/load_agency

做一点逆向工程，我发现请求是从这个 JS 文件发送的： https://thep.hoaphat.com.vn/assets/js/functions.min.js

看看这个函数：

function loadAjax(t, e, n) {
    var a = {
        beforeSend: function() {},
        success: function() {}
    };
    $.extend(a, n),
    $.ajax({
        headers: {
            "X-CSRF-TOKEN": $('meta[name="csrf-token"]').attr("content")
        },
        type: "POST",
        url: t,
        data: e,
        beforeSend: function() {
            $("#loading_box").css({
                visibility: "visible",
                opacity: 0
            }).animate({
                opacity: 1
            }, 200),
            a.beforeSend()
        },
        success: function(t) {
            $("#loading_box").animate({
                opacity: 0
            }, 200, function() {
                $("#loading_box").css("visibility", "hidden")
            }),
            a.success(t)
        },
        error: function(t) {
            $("#loading_box").animate({
                opacity: 0
            }, 200, function() {
                $("#loading_box").css("visibility", "hidden")
            }),
            alert("Có lỗi xảy ra!")
        }
    })
}

您可以看到令牌来自名称为csrf-token 的meta 标记。现在您可以抓取该令牌值并发送请求以获取数据：

library(rvest)
pg <- html_session("https://thep.hoaphat.com.vn/distribution-systems")
token <- read_html(pg) %>%
  html_node(xpath = "//meta[@name='csrf-token']") %>% html_attr("content")
pg <- 
  pg %>% rvest:::request_POST(
    "https://thep.hoaphat.com.vn/ajax/load_agency",
    config = httr::add_headers(`x-csrf-token` = token),
    body = list(
      type = "web",
      product_id = 1, # choose product
      province_id = 50, # choose province
      `member_type[]` = 1, # agency level 1
      `member_type[]` = 2 # agency level 2
    )
  )
data <- httr::content(pg$response)$data

结果：

【讨论】：