python 模拟登录带有验证码的网站。如何保证验证码和当前爬取的登录页面同步？因为每打开一次页面 验证码就不同。还是上代码吧。大家帮忙看看。

[no13bus]

登录页面是: http://110.249.223.91/hbhb/Default.aspx
自己代码执行的时候 最后的结果result.content不是登录之后的界面 而是还是登录之前的页面。result.history返回是空 而不是返回登录跳转成功的状态码302.

https://gist.github.com/no13bus/ce19d3a08aeae2096d32

[CDuXZMAPgHp1q9ew]

试试这样？ http://110.249.223.91/hbhb/(wyzkkr55fxit0o45yho2u5nv)/Default.aspx
我觉得应该保持session
不是很懂哦！

[janxin]

cap_str识别出来没有用吧？

[no13bus]

@wujichao 括号里面的是啥？

[whywhywhy]

正常情况下，只要带着正确的SessionId去请求验证码，以及提交，就不会有问题。（同一个SessionId请求多次验证码。以最后一次为准）

[no13bus]

@janxin



图片里面是我的抓包记录。图片里面可以看到登录页面打开之后，验证码的网址 http://110.249.223.91/hbhb/CheckCode.aspx 也随后请求了，代码里面我模拟了请求http://110.249.223.91/hbhb/default.aspx 是不是说我后面再次模拟请求验证码的地址的时候，其实是第二次点击了验证码地址?

[1130335361]

'txtCheckCode':cap_str

[no13bus]

@whywhywhy 嗯。那你的意思是说我的那个代码没啥问题？可是我执行的时候 最后的result结果并不是登录之后的页面。我再次使用mysession.get('http://110.249.223.91/hbhb/Main.aspx') 返回的是500错误。这说明我并没有登录进去。我使用chrome的一个插件postman测试的时候也是没有登录进去。

[no13bus]

@1130335361 修改了。但是还是登录不进去。

[mhycy]

检查是否存在JS添加/修改参数的情况
一般验证码是结合Cookie/Session做标记的吧？

[mornlight]

@no13bus 不会啊，你抓包时有这个请求是因为浏览器会自动加载验证码，程序里你只获取Default.aspx的话默认不会去加载其他东西的。
你先试试手动请求最新的验证码，然后把验证码填进去再 模拟登录看看，是不是其他部分有问题。

[mhycy]

ibtnlogin.y
ibtnlogin.x

这个参数每次请求都不一样
检查一下

[CDuXZMAPgHp1q9ew]

@no13bus session

[no13bus]

@mhycy 那个我看了 基本上就是你点击登录那个按钮的时候 鼠标在按钮的上面的相对坐标。

[no13bus]

@mornlight
抓包结果


利用postman进行模拟请求



模拟请求的时候确实得不到登录之后的页面。

[no13bus]

@janxin 刚更新了代码。用了。但是现在还是不能登录。搞不懂为什么

[no13bus]

@wujichao requests.Session就可以保持session的

[janxin]

@no13bus 'Cookie':'ASP.NET_SessionId=zybypfvmlkof0f55rrtprvb3',你cookies写死了

[no13bus]

@janxin 直接把他删除了。就好了。登录上去了。忘了requests.Session是自动保持cookie状态的，header不用另加cookie参数

[pc10201]

这种情况用浏览器模拟是最好的办法~

[imn1]

凡是需要session的进程，需要先get一次url获取cookies，其中至少需要得到session-id的相关项，然后后续的请求/post都应该附带这个cookies发送出去