無法通過python腳本登錄到https站點（https://malwr.com）

Question

我需要通過python腳本 登錄到malwr site我嘗試使用各種模塊，如machanize module，request module，但是沒有成功登錄到站點SCRPT。

我想通過解析html頁面來創建自動化腳本來從malware analysis site下載文件，但由於登錄問題，我無法解析html頁面的href屬性來獲取下載文件的鏈接。

下面是我的代碼：

import urllib, urllib2, cookielib 

username = 'myuser' 
password = 'mypassword' 

cj = cookielib.CookieJar() 
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj)) 
login_data = urllib.urlencode({'username' : username, 'password' : password}) 
opener.open('https://malwr.com/account/login/', login_data) 
resp = opener.open('https://malwr.com/analysis/MDMxMmY0NjMzNjYyNDIyNDkzZTllOGVkOTc5ZTQ5NWU/') 
print resp.read() 

我在做財產以後錯了嗎？

Answer 1

做的關鍵是要分析從形式csrf令牌，並與username和password在POST參數一起傳遞給https://malwr.com/account/login/端點。

以下是使用requests和BeautifulSoup庫的解決方案。

首先，它打開一個會話來維護cookie，以便通過網絡抓取會話「保持登錄狀態」，然後從登錄頁面獲取csrf令牌。下一步是發送POST請求登錄之後，你可以打開「分析」頁面和檢索鏈接：

from urlparse import urljoin 
from bs4 import BeautifulSoup 
import requests 

base_url = 'https://malwr.com/' 
url = 'https://malwr.com/account/login/' 
username = 'username' 
password = 'password' 

session = requests.Session() 

# getting csrf value 
response = session.get(url) 
soup = BeautifulSoup(response.content) 

form = soup.form 
csrf = form.find('input', attrs={'name': 'csrfmiddlewaretoken'}).get('value') 

# logging in 
data = { 
    'username': username, 
    'password': password, 
    'csrfmiddlewaretoken': csrf 
} 
session.post(url, data=data) 

# getting analysis data 
response = session.get('https://malwr.com/analysis/MDMxMmY0NjMzNjYyNDIyNDkzZTllOGVkOTc5ZTQ5NWU/') 
soup = BeautifulSoup(response.content) 

link = soup.find('section', id='file').find('table')('tr')[-1].a.get('href') 
link = urljoin(base_url, link) 
print link 

打印：

https://malwr.com/analysis/file/MDMxMmY0NjMzNjYyNDIyNDkzZTllOGVkOTc5ZTQ5NWU/sample/7fe8157c0aa251b37713cf2dc0213a3ca99551e41fb9741598eb75c294d1537c/