Python:使用urllib登录网站

Question

我要登录这个网站:https://www.fitbit.com/login这是我使用的代码:

import urllib2
import urllib
import cookielib

login_url = 'https://www.fitbit.com/login'
acc_pwd = {'login':'Log In','email':'username','password':'pwd'}
cj = cookielib.CookieJar() ## add cookies
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
opener.addheaders = [('User-agent','Mozilla/5.0 \
                    (compatible; MSIE 6.0; Windows NT 5.1)')]
data = urllib.urlencode(acc_pwd)
try:
    opener.open(login_url,data,10)
    print 'log in - success!'
except:
    print 'log in - times out!', login_url

我使用 chrome 检查输入框的元素，我尝试了很多 key 对，但没有一个有效。谁能帮我看看这个网站？我在变量 acc_pwd 中显示的正确数据是什么？

非常感谢

Answer 1

您忘记了表单的隐藏字段:

<form id="loginForm" class="validate-enabled failure form" method="post" action="https://www.fitbit.com/login" name="login">
    <input type="hidden" value="Log In" name="login">
    <input type="hidden" value="" name="includeWorkflow">
    <input id="loginRedirect" type="hidden" value="" name="redirect">
    <input id="disableThirdPartyLogin" type="hidden" value="false" name="disableThirdPartyLogin">
    <input class="field email" type="text" tabindex="23" name="email" placeholder="E-mail">
    <input class="field password" type="password" tabindex="24" name="password" placeholder="Mot de passe">
</form>

所以你可能想要更新:

acc_pwd = {'login':'Log In',
           'email':'username',
           'password':'pwd',
           'disableThirdPartyLogin':'false',
           'loginRedirect':'',
           'includeWorkflow':'',
           'login':'Log In'
          }

这可能会被他们的服务检查。虽然，给定字段 disableThirdPartyLogin 的名称，我想知道是否没有脏 javascript 绑定(bind)到表单的提交操作，该操作实际上在实际执行 POST 之前添加了一个值。您可能需要使用开发人员工具和分析的 POST 值来检查这一点。

测试看起来没有，尽管 javascript 添加了一些值，这些值可能来自 cookie:

__fp    w686jv_O1ZZztQ7FkK21Ry2MI7JbqWTf
_sourcePage tJvTQfA5dkvGrJMFkFsv6XbX0f6OV1Ndj1zeGcz7OKzA3gkNXMXGnj27D-H9WXS-
disableThirdPartyLogin  false
email   foo@example.org
includeWorkflow 
login   Log In
password    aeou
redirect    

这是我对使用 requests 执行此操作的看法(它具有比 urllib 更好的 API ;-) )

>>> import requests
>>> import cookielib
>>> jar = cookielib.CookieJar()
>>> login_url = 'https://www.fitbit.com/login'
>>> acc_pwd = {'login':'Log In',
...            'email':'username',
...            'password':'pwd',
...            'disableThirdPartyLogin':'false',
...            'loginRedirect':'',
...            'includeWorkflow':'',
...            'login':'Log In'
...           }
>>> r = requests.get(login_url, cookies=jar)
>>> r = requests.post(login_url, cookies=jar, data=acc_pwd)

并且不要忘记首先使用 get 进入登录页面以填充您的 cookie jar !

最后，我无法为您提供更多帮助，因为我在 fitbit.com 上没有有效账户，而且我不需要/不需要。所以我只能进入登录失败页面进行测试。

编辑:

解析输出，然后你可以使用:

>>> from lxml import etree
>>> p = etree.HTML(r.text)

例如获取错误信息:

>>> p.xpath('//ul[@class="errorList"]/li/text()')
['Lutilisateur nexiste pas ou le mot de passe est incorrect.']

资源:

• lxml:http://lxml.de
• 请求:http://python-requests.org

他们都在 pypi 上:

pip install lxml requests

HTH