标签： python

通过昨天写的python脚本，我已经注册激活了50个box.net账号，用作上传文件。

今天我继续写代码，用来自动登录box.net并获取所有文件的分享链接。

不过测试的时候出现了点问题，账号信息正确，但总是登录不成功。

headers中referer、user-agent都有伪造，cookie也有发送。

通过设置debuglevel=1跟踪http请求，最终发现了问题:

        httpHandler = urllib2.HTTPHandler(debuglevel=1)
        httpsHandler = urllib2.HTTPSHandler(debuglevel=1)
        self.opener = urllib2.build_opener(httpHandler, httpsHandler)

urllib2很聪明，在发现HttpResponse中有重定向(301, 302)时会自动转向请求这个新的URL，

但urllib2有个严重的问题，它没有带着cookie去请求新的URL。

这也是说，前期我们通过一个POST请求来获取cookie（对应着服务器上的session），

但urllib2却没有带着必要的cookie去访问需要授权的页面。

一开始我是想直接用httplib的，考虑到前后一致性才全部用urllib2，结果urllib2又出问题。。。

解决这个问题，可以：

1. 换httplib来实现，它不会像urllib2会自动处理重定向，cookie不会丢

2. 截获重定向，禁止urllib2自动处理

我选择了重写urllib2.HTTPRedirectHandler的http_error_302方法，截获302，让urllib2不再处理302:

class HttpRedirect_Handler(urllib2.HTTPRedirectHandler):
    def http_error_302(self, req, fp, code, msg, headers):
        pass

然后在urllib2.build_opener方法中用HttpRedirect_Handler的一个实例做参数，例如:

self.opener = urllib2.build_opener(HttpRedirect_Handler(),
                                   urllib2.HTTPCookieProcessor(self.cookie))

这样，当我们用上述opener去POST登录时，遇到302就不会再自动转向了，

登录成功获取到的cookie也不会丢。

后面再带着self.cookie去请求需要授权的页面，就可以获取到正确的内容了。