Python Scrapy：进行表单登录，然后处理该会话

我正在努力做到以下几点：

登录一个网页（在我的例子中是zendesk.com）

使用该会话执行一些post请求

事实上，zendesk遗漏了一些API（创建/更改宏），我现在需要这些API来模拟浏览器会话

所以我不是在写蜘蛛，而是在脚本编写过程中尝试与网站交互。post请求从一开始就不知道，只是在我的脚本中才知道

在文档中，有以下示例说明如何在Scrapy中使用经过身份验证的会话：

class LoginSpider(BaseSpider):
  name = 'example.com'
  start_urls = ['http://www.example.com/users/login.php']

  def parse(self, response):
    return [FormRequest.from_response(response,
                formdata={'username': 'john', 'password': 'secret'},
                callback=self.after_login)]

  def after_login(self, response):
    # check login succeed before going on
    if "authentication failed" in response.body:
        self.log("Login failed", level=log.ERROR)
        return

    # continue scraping with authenticated session...

但看起来这只适用于刮削，但在我的情况下，我只想“保留”会话并进一步处理该会话。

---

有没有办法用scrapy实现这一点，或者有没有更适合这项任务的工具？

非常感谢@wawaruk。根据您链接的stackoverflow帖子，我提出了以下解决方案：

import urllib, urllib2, cookielib, re

zendesk_subdomain = 'mysub'
zendesk_username = '...'
zendesk_password = '...'

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
resp = opener.open('http://%s.zendesk.com/access/unauthenticated' % (zendesk_subdomain))
s = resp.read()
data = dict()
data['authenticity_token'] = re.findall('<input name="authenticity_token" type="hidden" value="([^"]+)"', s)[0]
data['return_to'] = 'http://%s.zendesk.com/login' % zendesk_subdomain
data['user[email]'] = zendesk_username
data['user[password]'] = zendesk_password
data['commit'] = 'Log in'
data['remember_me'] = '1'

opener.open('https://localch.zendesk.com/access/login', urllib.urlencode(data))

---

非常感谢@wawaruk。根据您链接的stackoverflow帖子，我提出了以下解决方案：

import urllib, urllib2, cookielib, re

zendesk_subdomain = 'mysub'
zendesk_username = '...'
zendesk_password = '...'

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
resp = opener.open('http://%s.zendesk.com/access/unauthenticated' % (zendesk_subdomain))
s = resp.read()
data = dict()
data['authenticity_token'] = re.findall('<input name="authenticity_token" type="hidden" value="([^"]+)"', s)[0]
data['return_to'] = 'http://%s.zendesk.com/login' % zendesk_subdomain
data['user[email]'] = zendesk_username
data['user[password]'] = zendesk_password
data['commit'] = 'Log in'
data['remember_me'] = '1'

opener.open('https://localch.zendesk.com/access/login', urllib.urlencode(data))

---

我认为scrapy不适合你。scrapy是用来刮的，登录并“保留”它是没有意义的。尝试使用urllib登录：我不认为scrapy是适合您的工具。scrapy是用来刮的，登录并“保留”它是没有意义的。尝试使用urllib登录：mechanize可以进一步简化您的生活：我最终将其打包成一个类并添加了方法处理（尤其是添加zendesk宏时需要PUT）：mechanize可以进一步简化您的生活：我最终将其打包成一个类并添加了方法处理（尤其是添加zendesk宏时需要PUT）：