如何防止 Python 的 urllib(2) 遵循重定向

问题描述：

我目前正在尝试使用 Python 登录一个网站，但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？

解决方案 1：

你可以做几件事：

1. 构建自己的 HTTPRedirectHandler 来拦截每个重定向

2. 创建 HTTPCookieProcessor 的一个实例并安装该开启器，以便您可以访问 cookiejar。

这是一个快速的小事，它显示了

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

解决方案 2：

如果您只需要停止重定向，那么有一个简单的方法可以做到。例如，我只想获取 cookie，并且为了获得更好的性能，我不希望重定向到任何其他页面。我还希望代码保持为 3xx。让我们以 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，您甚至不需要进入 urllib2.HTTPRedirectHandler.http_error_302()

但更常见的情况是，我们只是想停止重定向（按要求）：

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']

解决方案 3：

urllib2.urlopen调用build_opener()此处理程序类列表：

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

您可以尝试urllib2.build_opener(handlers)使用省略的列表调用自己HTTPRedirectHandler，然后调用open()结果上的方法来打开您的 URL。如果您真的不喜欢重定向，您甚至可以调用urllib2.install_opener(opener)您自己的非重定向打开器。

听起来你真正的问题是urllib2没有按照你想要的方式处理 cookies。另请参阅如何使用 Python 登录网页并检索 cookies 以供日后使用？

解决方案 4：

这个问题以前在这里被问过。

编辑：如果您必须处理古怪的 Web 应用程序，您可能应该尝试mechanize。这是一个模拟 Web 浏览器的出色库。您可以控制重定向、cookie、页面刷新……如果网站不严重依赖 JavaScript，那么 mechanize 会让您感觉非常好。