如何防止 Python 的 urllib(2) 遵循重定向

Question

我目前正在尝试使用 Python 登录网站，但是该网站似乎在同一页面上发送 cookie 和重定向语句。 Python 似乎遵循该重定向，从而阻止我读取登录页面发送的 cookie。 如何防止 Python 的 urllib（或 urllib2）urlopen 遵循重定向？

Answer 1

您可以做几件事：

1. 构建您自己的 HTTPRedirectHandler 来拦截每个重定向
2. 创建 HTTPCookieProcessor 的实例并安装该 opener，以便您可以访问 cookiejar。

这是一个快速的小事情，同时显示了两者

import urllib2

#redirect_handler = urllib2.HTTPRedirectHandler()

class MyHTTPRedirectHandler(urllib2.HTTPRedirectHandler):
    def http_error_302(self, req, fp, code, msg, headers):
        print "Cookie Manip Right Here"
        return urllib2.HTTPRedirectHandler.http_error_302(self, req, fp, code, msg, headers)

    http_error_301 = http_error_303 = http_error_307 = http_error_302

cookieprocessor = urllib2.HTTPCookieProcessor()

opener = urllib2.build_opener(MyHTTPRedirectHandler, cookieprocessor)
urllib2.install_opener(opener)

response =urllib2.urlopen("WHEREEVER")
print response.read()

print cookieprocessor.cookiejar

Answer 2

如果您需要的只是停止重定向，那么有一个简单的方法可以做到这一点。例如，我只想获取 cookie，为了获得更好的性能，我不想重定向到任何其他页面。我也希望代码保留为 3xx。我们以 302 为例。

class MyHTTPErrorProcessor(urllib2.HTTPErrorProcessor):

    def http_response(self, request, response):
        code, msg, hdrs = response.code, response.msg, response.info()

        # only add this line to stop 302 redirection.
        if code == 302: return response

        if not (200 <= code < 300):
            response = self.parent.error(
                'http', request, response, code, msg, hdrs)
        return response

    https_response = http_response

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj), MyHTTPErrorProcessor)

这样，你甚至不需要进入urllib2.HTTPRedirectHandler.http_error_302()

更常见的情况是我们只是想停止重定向（根据需要）：

class NoRedirection(urllib2.HTTPErrorProcessor):

    def http_response(self, request, response):
        return response

    https_response = http_response

通常这样使用：

cj = cookielib.CookieJar()
opener = urllib2.build_opener(NoRedirection, urllib2.HTTPCookieProcessor(cj))
data = {}
response = opener.open('http://www.example.com', urllib.urlencode(data))
if response.code == 302:
    redirection_target = response.headers['Location']

Answer 3

urllib2.urlopen

调用

build_opener()

，它使用此处理程序类列表：

handlers = [ProxyHandler, UnknownHandler, HTTPHandler,
HTTPDefaultErrorHandler, HTTPRedirectHandler,
FTPHandler, FileHandler, HTTPErrorProcessor]

您可以尝试使用省略

urllib2.build_opener(handlers)

的列表自行调用

HTTPRedirectHandler

，然后对结果调用

open()

方法来打开您的 URL。如果您真的不喜欢重定向，您甚至可以调用

urllib2.install_opener(opener)

到您自己的非重定向开启器。

听起来你真正的问题是

urllib2

没有按照你想要的方式做cookie。另请参阅如何使用Python登录网页并检索cookie以供以后使用？

Answer 4

这个问题之前被问过这里。

编辑：如果您必须处理古怪的网络应用程序，您可能应该尝试mechanize。 这是一个很棒的模拟网络浏览器的库。 您可以控制重定向、cookie、页面刷新...如果网站不[严重]依赖 JavaScript，您将与 mechanize 相处得很好。