Curl web会话的扩展

这是一个“新手问题”，部分确认/纠正我的理解： 我想实现一些自动网站探测，包括登录，我不想实际提取任何数据。在之前的一份工作中，我记得curl和检查URL可用性（evalttpresponsecode，例如200或不200）的功能很好。 现在任务也在登录中，但我无法让它工作，并且怀疑它是否能按预期工作。经过一段时间的实验和在WWW上的搜索，我找不到一个明确的答案——所以我的希望就在这里：-）

最初，我的想法是使用脚本并将curl POST命令放入其中，以防cookies选项，例如：

$ curl -s -w "%{http_code}" -o /tmp/tge-HTML.out -b /tmp/tge-cookies -c /tmp/tge-cookies -F "username=bla&passwd=blub&Submit=Login" http://some.url

（我使用HTTPfox来确定POST参数，并且基本上确定它们是正确的）

然后，我搜索文件/tmp/tge-HTML.out是否包含“Logout”作为我已登录的证明（即使没有登录，我在所有测试中都会使用我尝试过的各种URL获得HTTP 200）

在其中一个例子中（后面有一个Tomcat），我看到在登录Firefox之后，后续的URL包含…&jsessionid=。。。当然，我一开始不知道，所以我尝试了几件事，例如在shell脚本中调用curl（命令！）两次，从第一个URL获取sessionID并将其附加到第二个URL，如：

 $ curl -s -w "%{http_code}" -o /tmp/tge-HTML.out -b /tmp/tge-cookies -c /tmp/tge-cookies -F "username=bla&passwd=blub&Submit=Login" http://some.url
 ... extract jsessionid from /tmp/tge-HTML.out ...
 $ curl -s -w "%{http_code}" -o /tmp/tge-HTML.out -b /tmp/tge-cookies -c /tmp/tge-cookies 
    http://some.url/...?jsessionid=...

但无论我怎么努力，我都没有成功：-| 现在问题是：

如果我像上面的例子那样做一个基于卷曲的帖子，我会这样做吗 （通常？）获取完整的HTML页面作为响应，就像我看到的一样 登录后是否在常规web浏览器中

• 在我看来似乎是真的，但一个简单的帖子应该可以，它应该包含“注销”
• 但是，既然我从来没有让它工作过，那会有什么问题呢

如果我必须执行多个HTTP请求，是否执行 像这样使用curl命令的概念是否有效？什么 当curl退出时会发生什么？套接字关闭，web服务器关闭 可能会关闭会话（并且我的jsessionid无效）

• 如果这种方法不起作用，那么基于libcurl的概念可能会更好？例如，phpcurl（刚刚读过，但从未尝试过），我将会话保存在我的php脚本中，因此连接/会话保持打开状态等
• 可能取决于网站是否使用cookie

有没有更好的方法来完成这个任务 创意？理想情况下，它应该是简单的一些脚本，但 没有大型监控套件

最有可能的是有很多“依赖…”：-此外，可能问题不是100%准确，但任何提示都非常感谢！！：-）

Rgds，

---

tge

好的，最后我取得了一些进步——也许这有助于其他人。。。 首先，基于脚本的方法确实有效，至少在服务器端带有Joomla的一个测试用例中有效（稍后我将尝试其他测试用例）。解决方案的关键在于：

与所描述的方法类似，我从第一个GET的响应中提取令牌，并将其放入第二个GET的form参数中：

rm -f /tmp/tge-cookies
HTTP_CODE=$(./curl -s -w "%{http_code}\\n" -o /tmp/tge-HTML-out.1 -b /tmp/tge-cookies -c /tmp/tge-cookies -L ${URL})
# Eval HTTP_CODE ...
Token=`awk '{ if(match($1, "<input") && match($3, "name=\"[a-z0-9]+\""))
  {
    gsub("name=\"", "", $3);
    gsub("\"", "", $3);
    if(length($3) == 33)
    {
      print $3;
      exit 0;
    }
  } }' /tmp/tge-HTML-out.1`
HTTP_CODE=$(./curl -L -s -w "%{http_code}\\n" -o /tmp/tge-HTML-out.2 -b /tmp/tge-cookies -c /tmp/tge-cookies -d "username=${User}&passwd=${Pass}&option=login&task=login&${Token}=1&remember=yes&Submit=Login" ${URL})
# Eval HTTP_CODE ...
# Eval /tmp/tge-HTML-out.2 whether containing "Logout" ...

rm-f/tmp/tge cookies
HTTP_CODE=$（./curl-s-w“{HTTP_CODE}\\n”-o/tmp/tge HTML out.1-b/tmp/tge cookies-c/tmp/tge cookies-L${URL}）
#评估HTTP_代码。。。
令牌=`awk'{if（匹配（$1，）