使用 Python 脚本在 ADFS 上进行身份验证

Question

我需要解析被 ADFS 服务隐藏的站点。

并努力对其进行身份验证。

有什么选择吗？

我可以看到，后端应用程序或“系统用户”（使用 app_id、app_secret）的大多数解决方案。 就我而言，我不能使用它，只有登录名和密码。

问题示例： 在chrome 我打开www.example.com，它会将我重定向到https://login.microsoftonline.com/，然后使用登录名和密码表单重定向到https://federation-sts.example.com/adfs/ls/?blabla。

以及如何使用python3 访问它？

Answer 1

ADFS 使用复杂的重定向和 CSRF 保护技术。因此，最好使用浏览器自动化工具来执行身份验证并在之后解析网页。我推荐带有 python 绑定的selenium toolkit。这是一个工作示例：

from selenium import webdriver
def MS_login(usrname, passwd):  # call this with username and password
    driver = webdriver.Edge()   # change to your browser (supporting Firefox, Chrome, ...)
    driver.delete_all_cookies() # clean up the prior login sessions
    driver.get('https://login.microsoftonline.com/') # change the url to your website
    time.sleep(5) # wait for redirection and rendering

    driver.find_element_by_xpath("//input[@name='loginfmt'").send_keys(usrname)
    driver.find_element_by_xpath("//input[@type='submit']").click()
    time.sleep(5)

    driver.find_element_by_xpath("//input[@name='passwd'").send_keys(passwd)
    driver.find_element_by_xpath("//input[@name='KMSI' and @type='checkbox'").click()
    driver.find_element_by_xpath("//input[@type='submit']").click()
    time.sleep(5)

    driver.find_element_by_xpath("//input[@type='submit']").click()

    # Successfully login

    # parse the site ...

    driver.close() # close the browser
    return driver

此脚本调用 Microsoft Edge 打开网站。它将用户名和密码注入正确的 DOM 元素，然后让浏览器处理其余部分。已经在网页“https://login.microsoftonline.com”上进行了测试。您可能需要对其进行修改以适合您的网站。

Answer 2

为了回答您的问题“如何使用 python”，我假设您希望在受 Azure AD 身份验证保护的页面上执行一些网络抓取操作。

在这种情况下，您必须执行以下步骤。

1. 对于这个脚本，我们只需要导入以下内容：

   导入请求 从 lxml 导入 html

首先，我们要创建会话对象。该对象将允许我们在所有请求中保持登录会话。

session_requests = requests.session()

其次，我们想从网页中提取 csrf 令牌，这个令牌在登录时使用。对于这个示例，我们使用 lxml 和 xpath，我们可以使用正则表达式或任何其他可以提取此数据的方法。

login_url = "https://bitbucket.org/account/signin/?next=/"
result = session_requests.get(login_url)

tree = html.fromstring(result.text)
authenticity_token = list(set(tree.xpath("//input[@name='csrfmiddlewaretoken']/@value")))[0]

接下来，我们要执行登录阶段。在这个阶段，我们向登录 url 发送一个 POST 请求。我们使用在上一步中创建的有效负载作为数据。我们还为请求使用了一个标头，并为相同的 url 添加了一个referer key。

result = session_requests.post(
    login_url, 
    data = payload, 
    headers = dict(referer=login_url)
)

有效负载将是用户名和密码等的字典对象。

payload = {
    "username": "<USER NAME>", 
    "password": "<PASSWORD>", 
    "csrfmiddlewaretoken": "<CSRF_TOKEN>"
}

注意：-这只是一个例子。

第 2 步：

抓取内容

现在，我们能够成功登录，我们将执行实际的抓取

url = 'https://bitbucket.org/dashboard/overview'
result = session_requests.get(
    url, 
    headers = dict(referer = url)
)

也就是说，您需要从 Azure AD 获取请求详细信息有效负载，然后使用 login 方法创建会话对象，最后进行抓取。

这是一个很好的安全网站网络抓取示例。

希望对你有帮助。