R httr 认证后下载在交互模式下工作但功能失败

Question

下面的代码在交互模式下工作正常，但在函数中使用时失败。非常简单的两个身份验证 POST命令后跟数据下载。我的目标是让它在一个函数中工作，而不仅仅是在交互模式下。

这个问题有点像 this question 的续集.. icpsr 最近更新了他们的网站。下面的最小可重现示例需要一个免费帐户，可在

https://www.icpsr.umich.edu/rpxlogin?path=ICPSR&request_uri=https%3a%2f%2fwww.icpsr.umich.edu%2ficpsrweb%2findex.jsp

我尝试添加 Sys.sleep(1)和各种 httr::GET/httr::POST电话，但没有任何效果。

my_download <-
    function( your_email , your_password ){

        values <-
            list(
                agree = "yes",
                path = "ICPSR" ,
                study = "21600" ,
                ds = "" ,
                bundle = "rdata",
                dups = "yes",
                email=your_email,
                password=your_password
            )


        httr::POST("https://www.icpsr.umich.edu/cgi-bin/terms", body = values)
        httr::POST("https://www.icpsr.umich.edu/rpxlogin", body = values)

        tf <- tempfile()
        httr::GET( 
            "https://www.icpsr.umich.edu/cgi-bin/bob/zipcart2" , 
            query = values , 
            httr::write_disk( tf , overwrite = TRUE ) , 
            httr::progress()
        )

    }

# fails 
my_download( "email@address.com" , "some_password" )

# stepping through works
debug( my_download )
my_download( "email@address.com" , "some_password" )

编辑 失败只是像未登录一样下载此页面(而不是数据集)，因此由于某种原因它正在丢失身份验证。如果您登录icpsr，使用隐私浏览查看页面--

https://www.icpsr.umich.edu/cgi-bin/bob/zipcart2?study=21600&ds=1&bundle=rdata&path=ICPSR

谢谢!

Answer 1

此类事情可能发生的原因是状态(例如 cookie)httr包店在handle对于每个 URL(见 ?handle)。

在这种特殊情况下，尚不清楚究竟是什么让它起作用，但一种策略是包含 GET请求到 https://www.icpsr.umich.edu/cgi-bin/bob/在验证和请求数据之前。例如，

my_download <-
    function( your_email , your_password ){
        ## for some reason this is required ...
        httr::GET("https://www.icpsr.umich.edu/cgi-bin/bob/")
        values <-
            list(
                agree = "yes",
                path = "ICPSR" ,
                study = "21600" ,
                ds = "" ,
                bundle = "rdata",
                dups = "yes",
                email=your_email,
                password=your_password
            )
        httr::POST("https://www.icpsr.umich.edu/rpxlogin", body = values)
        httr::POST("https://www.icpsr.umich.edu/cgi-bin/terms", body = values)
        tf <- tempfile()
        httr::GET( 
            "https://www.icpsr.umich.edu/cgi-bin/bob/zipcart2" , 
            query = values , 
            httr::write_disk( tf , overwrite = TRUE ) , 
            httr::progress()
        )
    }

似乎工作正常，尽管尚不清楚 GET请求到 https://www.icpsr.umich.edu/cgi-bin/bob/ ` 确实或为什么需要它。