模拟登陆中 302 重定向和 cookies 的一些困惑

我想写一个查询话费和流量的爬虫，关键是实现模拟登陆的这个部分。 在登陆过程中，点击登陆之后，登陆表单会 post 到一个地址（这一步浏览器不显示），然后会 302 跳转到登陆成功的页面。

我现在想得到登陆成功的 cookies ，不知道该怎么提取，requests.session()并没有得到登陆成功的 cookies. 得不到登陆成功的 cookies ，代码就不能爬取登陆之后的查询信息。

post 表单的地址 http://i.imgur.com/2OS1Zi1.png

登陆过程中的重定向 1 http://i.imgur.com/cI6wBCV.png

登陆过程中的重定向 2 http://i.imgur.com/3c19Y38.png

再跳转登陆成功的页面 http://i.imgur.com/uAZsUdI.png

我有三个问题

• 1.post 表单这个过程，也就是图一中的 cookies 是怎么生成的，因为我发现 post 表单过程中的 cookies 比在进入登陆页面中的多。
• 2.登陆过程中有两次 302 ，最后再 200 到登陆成功页面，我该怎么得到 200 的这个 cookie 。
• 3.request.sission()是会自动管理登陆过程中的 cookies 吗，用不用单独提取登陆之后的 cookies 。

代码如下，谢谢大家

#coding=utf-8 import requests import re # request headers Head ={'Accept-Language': 'zh-CN,zh;q=0.8', 'Accept-Encoding': 'gzip, deflate, sdch', 'Host': 'ah.189.cn', 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8', 'Upgrade-Insecure-Requests': '1', 'Connection': 'keep-alive', 'Cache-Control': 'max-age=0', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36'} # Chrome 打开登陆页面提取的 cookies Cook = {'Hm_lvt_333c7327dca1d300fd7235c159b7da04': '1469964315', 'lid': '', '_gscu_1758414200': '69964315ee6pb621', 'v_lasttime': '1469964315502', '_gscs_1758414200': '69964315tq317521|pv:1', 'Hm_lvt_c7c8eed8670bd7fffefc8b202fe0904d': '1469964315', 'v_url_code': 'http%3A//ah.189.cn/sso/login%3FreturnUrl%3D%252Fbiz%252Fservice%252Faccount%252Finit.action', 'JSESSIONID_SSO': 'Jh1GXdgDZJqdZqpLvRQvZzdlvT7y6BxHhCny9MhbKh1Kw1hSLNt2Q1c6231LrHQWrpDL4m115pz0YTLJN7jx2fmpTfPBx1JwlYvvkLBRySmy18tnW1c2Q7qPvQqK9kJP!463350529', 'v_trackId': '1BD7B46E79FE234CE9C67E49D95245FB', 'Hm_lpvt_333c7327dca1d300fd7235c159b7da04': '1469964315', '_gscbrs_1758414200': '1', 'Hm_lpvt_c7c8eed8670bd7fffefc8b202fe0904d': '1469964315', 'JSESSIONID_PERSONWEB': 'p2MyXdgGd8f5phjTTv2CJMr6J8QYhSyLX0kkZHlSwpppjhYGf3qm!1538637772'} #登陆提交的表单 postdata = {'remPwd': '0', 'loginName': '', 'returnUrl': '/biz/service/account/init.action', 'validCode': '', 'loginType': '4', 'sysId': '1003', 'passType': '0', 'csrftoken': '', 'accountType': '9', 'ssoAuth': '0', 'passWord': '', 'latnId': '551'} #登陆页面 baseurl = 'http://ah.189.cn/sso/login?returnUrl=%2Fbiz%2Fservice%2Faccount%2Finit.action' #登陆表单 post 的地址 posturl = 'http://ah.189.cn/sso/LoginServlet' sess = requests.session() sess.headers.update(Head) def getP(url,cookies): """带 session()requests 的 get 方法""" pre = sess.get(url,cookies = cookies) return pre def getVerifyURL(url): """从主页提取验证码地址""" reg = r'/sso/VImage.servlet\?random=0\.[0-9]+' #正则表达式匹配验证码图片链接 img = re.search(reg,getP(url,cookies = Cook).content).group() imge = "http://ah.189.cn" + img #得到验证码图片链接 return imge def getCodePic(): """下载验证码图片""" verifyURL = getVerifyURL(baseurl) codePic = getP(verifyURL,cookies = Cook).content print verifyURL with open('x.jpeg','wb') as jpg: jpg.write(codePic) def postData(): """post 表单信息更新""" username = raw_input("输入手机号") code = raw_input("输入密码") passwd = raw_input("输入验证码") postdata['loginName'] = str(username) postdata['validCode'] = str(code) postdata['passWord'] = str(passwd) getCodePic() postData() postover = sess.post(posturl,postdata) #post 表单 cookLogin = postover.cookies #查看 post 表单之后的 cookies print cookLogin con = sess.get('http://ah.189.cn/biz/service/account/init.action') #登陆成功的页面 print "登陆成功",con