用于使用窗体身份验证绕过警报消息的scrapy
问题描述
Scrapy是否可以爬网警报消息?
链接(例如http://domainhere/admin)加载到实际浏览器后,会显示一条带有表单的警告消息,用于填写用户名和密码。
或者是否有办法检查警报消息中的表单,以了解要填写哪些参数?
PS:我确实有此网站的凭据,我只想通过Web爬网自动执行流程。
谢谢。
解决方案
我通过执行以下操作实现了这一点:
- 已观察到在身份验证后需要哪些数据才能继续该页。
- 我在Network选项卡中使用Chrome的开发人员工具检查了请求头。观察到需要授权。
- 为了验证步骤2,我使用了Postman。使用邮递员中的Authorization,Basic Auth类型,填写用户名和密码将为Authorization标头生成相同的值。在发送POST请求之后,它加载了所需的页面并绕过身份验证。
- 如果请求标头下的Authorization具有相同的值,请将该值存储在Screper类中。
- 将scrapy.Request函数与Headers参数一起使用。
编码:
import scrapy
class TestScraper(scrapy.Spider):
handle_httpstatus_list = [401]
name = "Test"
allowed_domains = ["xxx.xx.xx"]
start_urls = ["http://testdomain/test"]
auth = "Basic [Key Here]"
def parse(self, response):
return scrapy.Request(
"http://testdomain/test",
headers={'Authorization': self.auth},
callback=self.after_login
)
def after_login(self, response):
self.log(response.body)
现在,您可以在身份验证过程之后对页面进行爬网。
相关文章