如何通过身份验证下载文件？答案

【问题标题】：How to download a file with authentication?如何通过身份验证下载文件？
【发布时间】：2019-01-15 17:02:01
【问题描述】：

我正在使用网站“musescore.com”，该网站有许多“.mxl”格式的文件，我需要使用 Python 自动下载这些文件。

网站上的每个文件都有一个唯一的 ID 号。这是一个示例文件的链接：

https://musescore.com/user/43726/scores/76643

URL 中的最后一个数字是该文件的 ID 号。我不知道乐谱的 mxl 文件在网站上的哪个位置，但我知道要下载该文件，必须访问以下网址：

https://musescore.com/score/76643/download/mxl

此链接对于每个文件都是相同的，但其中包含该文件的特定 ID 号。据我了解，此 url 执行下载文件的代码，而不是文件的实际路径。

这是我的代码：

import requests

url = 'https://musescore.com/score/76643/download/mxl'
user = 'myusername'
password = 'mypassword'

r = requests.get(url, auth=(user, password), stream=True)
with open('file.mxl', 'wb') as f:
  for chunk in r.iter_content(chunk_size=1024):
    f.write(chunk)

此代码下载一个网页，说我需要登录才能下载文件。它应该为这个分数下载 mxl 文件。这一定意味着我对网站的身份验证不当。我该如何解决这个问题？

【问题讨论】：

标签： python python-3.x authentication python-requests

【解决方案1】：

通过将auth 参数传递给get，您正在尝试使用HTTP Basic Authentication，这不是该特定站点使用的。您需要使用 request.Session 的实例发布到他们的登录端点并维护该过程产生的 cookie。

此外，该站点使用了一个 csrf 令牌，您必须先从登录页面中提取该令牌，才能将其包含在您发到登录端点的帖子中。

这是一个工作示例，显然您需要将用户名和密码更改为您自己的：

import requests
from bs4 import BeautifulSoup

s = requests.Session()
r = s.get('https://musescore.com/user/login')

soup = BeautifulSoup(r.content, 'html.parser')
csrf = soup.find('input', {'name': '_csrf'})['value']

s.post('https://musescore.com/user/auth/login/process', data={
    'username': 'herp@derp.biz',
    'password': 'secret',
    '_csrf': csrf,
    'op': 'Log in'
})

r = s.get('https://musescore.com/score/76643/download/mxl')

print(f"Status: {r.status_code}")
print(f"Content-Type: {r.headers['content-type']}")

结果，内容类型显示它正在成功下载文件：

Status: 200
Content-Type: application/vnd.recordare.musicxml

【讨论】：