Как сохранить сеанс, прошедший проверку при сканировании?

Я следил за ответом на этот вопрос (Crawling with an authenticated session in Scrapy), чтобы использовать scrapy с аутентифицированной сессией. Проблема заключается в том, что он, кажется, успешно входит в систему, но когда я делаю запрос, он кажется не прошедшим проверку. Любая идея о том, где проблема?Как сохранить сеанс, прошедший проверку при сканировании?

Вот мой питон скрипт:

enter code here 
import scrapy 
from scrapy.spiders.init import InitSpider 
from scrapy.utils.response import open_in_browser 

class LoginSpider(InitSpider): 
    name = demo 
    login_page = #login page 
    inquery = #search query 
    start_urls = #urls with queries 

    def init_request(self): 
     return scrapy.Request(url=self.login_page, callback=self.login) 

    def login(self, response): 
     open_in_browser(response) 
     return [scrapy.FormRequest.from_response(response, 
        formid='login-form', 
        formdata={'username': 'username', 'password': 'password'}, 
        callback=self.after_login)] 

    def after_login(self, response): 
     # check login succeed before going on 
     open_in_browser(response) 

     if "invalid username or password" in response.body: 
      self.log("Login failed", level=log.ERROR) 
      print "FAILED" 
      return 
     else: 
      self.log('authentication succeed') 
     return scrapy.Request(url=self.inquery, callback=self.parsse) 

    def parsse(self, response): 
     for result in response.xpath('//div[@class="span9"]/div[@class="search-result"]/div/a[@class="details"]/@href'): 
      print 'new resutl' 
      url = response.urljoin(result.extract()) 
      yield scrapy.Request(url, callback=self.parse_details_contents) 

    def parse_details_contents(self, response): 
     item = ShodanItem() 
     for details in response.xpath('//ul[@class="services"]/li'): 
      item['ip'] = response.xpath('/html/body/div[3]/div/div[2]/div/div[1]/div/h2/text()').extract() 
      item['services_arr'][0] = details.xpath('/div[1]/div[1]/text()').extract() 
      item['services_arr'][1] = details.xpath('/div[1]/div[2]/text()').extract() 
      item['services_arr'][2] = details.xpath('/div[1]/div[3]/text()').extract() 
      item['services_arr'][3] = details.xpath('/div[2]/h3/text()').extract() 
      item['services_arr'][4] = details.xpath('/div[2]/pre/text()').extract() 

      print item['services_arr'][4] 
      yield item

Вот бревно, я полагаю, это войти как он перенаправляет на главную страницу, а затем, используя команду open_in_browser() я получаю страницу, которая запрашивает аутентификации для того, чтобы использовать запрос:

dsds 
    2016-07-06 15:07:51 [scrapy] INFO: Spider opened 
2016-07-06 15:07:51 [scrapy] INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min) 
2016-07-06 15:07:51 [scrapy] DEBUG: Telnet console listening on 127.0.0.1:6023 
2016-07-06 15:07:52 [scrapy] DEBUG: Crawled (404) <GET https://account.shodan.io/robots.txt> (referer: None) 
2016-07-06 15:07:52 [scrapy] DEBUG: Crawled (200) <GET https://account.shodan.io/login> (referer: None) 
2016-07-06 15:07:52 [scrapy] DEBUG: Redirecting (302) to <GET https://www.shodan.io/?language=en> from <POST https://account.shodan.io/login> 
2016-07-06 15:07:53 [scrapy] DEBUG: Crawled (200) <GET https://www.shodan.io/robots.txt> (referer: None) 
2016-07-06 15:07:53 [scrapy] DEBUG: Crawled (200) <GET https://www.shodan.io/?language=en> (referer: https://account.shodan.io/login) 
2016-07-06 15:07:53 [shodan.io] DEBUG: authentication succeed 
2016-07-06 15:07:54 [scrapy] DEBUG: Crawled (200) <GET https://www.shodan.io/search?query=org%3A%22Instituto+Tecnol%C3%B3gico+y+de+Estudios+Superiores+de%22> (referer: https://www.shodan.io/?language=en) 
ASDASDASDASDASDASDASDASDASD 
2016-07-06 15:07:54 [scrapy] INFO: Closing spider (finished) 
2016-07-06 15:07:54 [scrapy] INFO: Dumping Scrapy stats: 
{'downloader/request_bytes': 2231, 
'downloader/request_count': 6, 
'downloader/request_method_count/GET': 5, 
'downloader/request_method_count/POST': 1, 
'downloader/response_bytes': 11759, 
'downloader/response_count': 6, 
'downloader/response_status_count/200': 4, 
'downloader/response_status_count/302': 1, 
'downloader/response_status_count/404': 1, 
'finish_reason': 'finished', 
'finish_time': datetime.datetime(2016, 7, 6, 20, 7, 54, 214825), 
'log_count/DEBUG': 8, 
'log_count/INFO': 7, 
'request_depth_max': 2, 
'response_received_count': 5, 
'scheduler/dequeued': 4, 
'scheduler/dequeued/memory': 4, 
'scheduler/enqueued': 4, 
'scheduler/enqueued/memory': 4, 
'start_time': datetime.datetime(2016, 7, 6, 20, 7, 51, 797093)}

источник

2016-07-05 Adan Villarreal

Что происходит именно так? Печатает ли 'FAILED'? –

Нет, похоже, он входит в систему, поскольку он перенаправляется на главную страницу, но после этого, когда я ввожу URL-адрес с запросом, он отвечает на страницу с ошибкой, запрашивающую аутентификацию. Я приложу журнал в описании. –

-1

я нашел, позволяя печенье отладчик COOKIES_DEBUG = True в конфигурационном файле, что проверка подлинности делается правильно. Путем возиться с конфигурационным файлом мне удалось заставить скрипт работать и обходить сайт аутентифицированным. Для тех, кто с той же проблемой, я добавил ROBOTSTXT_OBEY = False и изменил агент пользователя на один из веб-браузера: Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36

источник

2016-07-06 21:48:38

Как сохранить сеанс, прошедший проверку при сканировании?

ответ

Смежные вопросы