利用Python模拟GitHub登录

最近学习了Fiddler抓包工具的简单使用，通过抓包，我们可以抓取到HTTP请求，并对其进行分析。现在我准备尝试着结合Python来模拟GitHub登录。

Fiddler抓包分析

首先，我们想要模拟一个网站的登录，我们必须要简单了解其大致过程。
在这里，我通过Fiddler来抓取GitHub登录的请求，从网页上登录的URL为：https://github.com/login ，抓包结果如下：

左边的是会话列表，右边的是请求和响应的数据。一般情况下，登录都是用POST请求，因为我在左边的会话列表中设置了显示RequestMethod一列，因此能够很方便的找到POST请求。当然，Fiddler默认不显示RequestMethod，如果没有设置，还可以通过命令“=post”来快速过滤POST请求。

在GitHub登录时，我们通过抓包发现，GitHub登录的URL虽然时https://github.com/login，但发生了302重定向，其真正提交POST表单数据的URL是 https://github.com/session ，当登录成功时，则会跳转到 https://github.com/ 首页。

打开WebForm，我们可以看到POST表单数据提交的值，可以发现，只有authenticity_token、login、password三个字段是会变化的，其余的每次登录都是固定的值。而login、password分别是我们登录的用户和密码，因此我们只需要分析出 authenticity_token 从何而来，便可以实现模拟登录了。

至于如何确定 authenticity_token 从哪个页面返回的，我们直接在响应数据中搜索就行了，或者把数据复制出来再进行搜索。最后我们会发现，authenticity_token 是在 https://github.com/login 这个请求中返回的，只不过用 hidden 隐藏起来了。

好了，到目前大致流程我们已经梳理清楚了，接下来我们便通过Python来实现模拟GitHub登录。

代码实现

本人环境：PyCharm 2018.2.4、Python3.7.0

1. 设置请求头和Session

        # 设置Session
        self.s = requests.session()
        # 设置请求头
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:44.0) Gecko/20100101 Firefox/44.0"
        }
        # 在使用Fiddler时进行请求，通过该代码忽略SSLError错误
        self.s.verify = False

在这里，我们设置了Session会话对象，Session相当于1个微型浏览器，能够自动帮我们保持请求中的某些参数（如cookies），有了它，我们一般不需要额外去处理cookies、header等。
假如我们是在Fiddler打开的状态下，通过代码进行请求，那么将会遇到SSLError的错误，而当加上 self.s.verify = False 这行代码后，我们便可以忽略该错误。

requests.exceptions.SSLError: HTTPSConnectionPool(host='github.com', port=443): Max retries exceeded with url: /login (Caused by SSLError(SSLCertVerificationError(1, '[SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:1045)')))

注意：
我们通过上面的代码忽略了SSLError的错误后，再次运行，这时仍然会出现2行警告，这2个警告并不影响我们的登录，可以不管它。

D:Pythoninstallationlibsite-packagesurllib3connectionpool.py:847: InsecureRequestWarning: Unverified HTTPS request is being made. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings
  InsecureRequestWarning)
D:Pythoninstallationlibsite-packagesurllib3connectionpool.py:847: InsecureRequestWarning: Unverified HTTPS request is being made. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings
  InsecureRequestWarning)

如果我们想去掉这2行警告，也可以通过如下代码来解决（针对Python3）：

import urllib3
urllib3.disable_warnings()

2. 获取authenticity_token

        login_url = "https://github.com/login"
        r = self.s.get(login_url, headers = self.headers)
        authenticity_token = re.findall('<input type="hidden" name="authenticity_token" value="(.+?)" />', r.text)
        print("authenticity_token：{}".format(authenticity_token))
        return authenticity_token[1]

当我们访问 https://github.com/login 时，登录界面会生成隐藏参数authenticity_token，而这恰是我们在登录提交表单时需要用到的参数。我们可通过正则表达式 re.findall 来获取authenticity_token。另外，我们还会发现，HTML界面中存在2个authenticity_token，因此通过正则返回的是一个长度为2的列表，经过分析，GitHub在登录时用到的是列表中的第二个元素，即authenticity_token[1]。

3. 模拟登录

    def github_login(self, authenticity_token, username, password):
        session_url = "https://github.com/session"
        body = {
            "authenticity_token":authenticity_token,
            "commit":"Sign in",
            "login":username,
            "password":password,
            "utf8":"✓",
            "webauthn-support":"unknown"
        }
        r = self.s.post(session_url, headers = self.headers, data = body)
        title = re.findall('<title>(.+?)</title>',r.text)
        print("title：%s" %title[0])
        return title[0]

我们在上面得到authenticity_token后，便可以来实现登录了。通过POST请求提交表单后，我们需要判断是否登录成功。在这里，我是通过页面的标题来判断GitHub是否登录成功，当然，还有许多方法可以用于判断。

4. 通过 title 判断是否登录成功

    def is_login_success(self, title):
        if "GitHub" == title:
            return True
        else:
            return False

GitHub登录成功后，界面的标题会显示"GitHub"，而登录失败时，一般显示的标题则是"Sign in to GitHub · GitHub"。

OK，以上就是通过Python模拟GitHub登录的过程，难度不大，相信大多数人阅读后都应该可以进行实践。

附源码：

import requests
import re
import urllib3
urllib3.disable_warnings()

class Github_Login():

    def __init__(self):
        # 设置Session
        self.s = requests.session()
        # 设置请求头
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:44.0) Gecko/20100101 Firefox/44.0"
        }
        # 在使用Fiddler时进行请求，通过该代码忽略SSLError错误
        self.s.verify = False

    # 获取 authenticity_token
    def get_authenticity_token(self):
        login_url = "https://github.com/login"
        r = self.s.get(login_url, headers = self.headers)
        authenticity_token = re.findall('<input type="hidden" name="authenticity_token" value="(.+?)" />', r.text)
        print("authenticity_token：{}".format(authenticity_token))
        return authenticity_token[1]

    # 模拟登录，并返回 title
    def github_login(self, authenticity_token, username, password):
        session_url = "https://github.com/session"
        body = {
            "authenticity_token":authenticity_token,
            "commit":"Sign in",
            "login":username,
            "password":password,
            "utf8":"✓",
            "webauthn-support":"unknown"
        }
        r = self.s.post(session_url, headers = self.headers, data = body)
        title = re.findall('<title>(.+?)</title>',r.text)
        print("title：%s" %title[0])
        return title[0]

    # 通过 title 判断是否登录成功
    def is_login_success(self, title):
        if "GitHub" == title:
            return True
        else:
            return False

if __name__ == '__main__':
    github = Github_Login()
    authenticity_token = github.get_authenticity_token()
    title = github.github_login(authenticity_token, username = "用户名", password = "密码")
    login_result = github.is_login_success(title)
    print(login_result)

如有错误，欢迎指出！