python请求带有标头和参数的POST

Question

我有一个发帖请求，试图requests在python中发送。但是我收到无效的403错误。请求可以通过浏览器正常运行。

POST /ajax-load-system HTTP/1.1
Host: xyz.website.com
Accept: application/json, text/javascript, */*; q=0.01
Accept-Language: en-GB,en;q=0.5
User-Agent: Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:60.0) Gecko/20100101 Firefox/60.0
Referer: http://xyz.website.com/help-me/ZYc5Yn
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
X-Requested-With: XMLHttpRequest
Content-Length: 56
Cookie: csrf_cookie_name=a3f8adecbf11e29c006d9817be96e8d4; ci_session=ba92hlh6o0ns7f20t4bsgjt0uqfdmdtl; _ga=GA1.2.1535910352.1530452604; _gid=GA1.2.1416631165.1530452604; _gat_gtag_UA_21820217_30=1
Connection: close

csrf_test_name=a3f8adecbf11e29c006d9817be96e8d4&vID=9999

我在python中尝试的是：

import requests
import json

url = 'http://xyz.website.com/ajax-load-system'

payload = {
'Host': 'xyz.website.com',
'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:60.0) Gecko/20100101 Firefox/60.0',
'Accept': 'application/json, text/javascript, */*; q=0.01',
'Accept-Language': 'en-GB,en;q=0.5',
'Referer': 'http://xyz.website.com/help-me/ZYc5Yn',
'Content-Type': 'application/x-www-form-urlencoded; charset=UTF-8',
'X-Requested-With': 'XMLHttpRequest',
'Content-Length': '56',
'Cookie': 'csrf_cookie_name=a3f8adecbf11e29c006d9817be96e8d4; ci_session=ba92hlh6o0ns7f20t4bsgjt0uqfdmdtl; _ga=GA1.2.1535910352.1530452604; _gid=GA1.2.1416631165.1530452604; _gat_gtag_UA_21820217_30=1',
'Connection': 'close',
'csrf_test_name': 'a3f8adecbf11e29c006d9817be96e8d4',
'vID': '9999',
}    

headers = {}

r = requests.post(url, headers=headers, data=json.dumps(payload))
print(r.status_code)  

但这正在打印403错误代码。我在这里做错了什么？

我期望返回响应为json：

{"status_message":"Thanks for help.","help_count":"141","status":true}

Answer 1

您在混淆标头和有效负载，有效负载不是JSON编码的。

这些都是标题：

Host: xyz.website.com
Accept: application/json, text/javascript, */*; q=0.01
Accept-Language: en-GB,en;q=0.5
User-Agent: Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:60.0) Gecko/20100101 Firefox/60.0
Referer: http://xyz.website.com/help-me/ZYc5Yn
Content-Type: application/x-www-form-urlencoded; charset=UTF-8
X-Requested-With: XMLHttpRequest
Content-Length: 56
Cookie: csrf_cookie_name=a3f8adecbf11e29c006d9817be96e8d4; ci_session=ba92hlh6o0ns7f20t4bsgjt0uqfdmdtl; _ga=GA1.2.1535910352.1530452604; _gid=GA1.2.1416631165.1530452604; _gat_gtag_UA_21820217_30=1
Connection: close

其中大多数是自动化的，不需要手动设置。requests将Host根据URL为您设置，Accept设置为可接受的默认值，Accept-Language在这种情况下几乎不需要Referer，除非使用HTTPS，否则出于隐私原因甚至通常不会设置或过滤掉，因此网站不再依赖于设置它，Content-Type必须实际反映您的内容POST（而不是JSON！），因此requests请根据您的调用方式为您进行设置，Content-Length必须反映实际内容的长度，因此应按设置requests的最佳位置进行设置，并Connection应该绝对由库处理，因为您不想阻止它有效地重用连接。

充其量可以设置X-Requested-With和User-Agent，但前提是服务器不会接受该请求。该Cookies头反映的cookie浏览器保存的值。您的脚本可以通过使用请求会话对象GET从Referer标头（或同一站点上的其他合适的URL）中发起的URL 发出初始请求，来从服务器获取其自己的Cookie集合，此时服务器应在响应，并且这些响应将存储在会话中，以在发布请求中重复使用。使用该机制来获取您自己的CSRF cookie值。

注意Content-Type标题：

Content-Type: application/x-www-form-urlencoded; charset=UTF-8

当您将字典传递给函数的data关键字时requests.post()，库将为您将数据编码为与该内容类型完全相同的内容。

实际有效载荷为

csrf_test_name=a3f8adecbf11e29c006d9817be96e8d4&vID=9999

这是两个字段，csrf_test_name和vID，它们是payload字典的一部分。

请注意，该csrf_test_name值与csrf_cookie_namecookie中的值匹配。这是网站保护自己免受跨站点伪造攻击的方式，在这种攻击中，第三方可能会尝试代表您发布到相同的URL。这样的第三方将无法访问相同的cookie，因此将被阻止。您的代码需要获取一个新的cookie；正确的CSRF实施将限制任何CSRF cookie可以重复使用的时间。

因此，至少需要使其全部工作是：

# *optional*, the site may not care about these. If they *do* care, then
# they care about keeping out automated scripts and could in future 
# raise the stakes and require more 'browser-like' markers. Ask yourself
# if you want to anger the site owners and get into an arms race.
headers = {
    'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:60.0) Gecko/20100101 Firefox/60.0',
    'X-Requested-With': 'XMLHttpRequest',
}

payload = {
    'vID': 9999,
}

url = 'http://xyz.website.com/ajax-load-system'
# the URL from the Referer header, but others at the site would probably
# also work
initial_url = 'http://xyz.website.com/help-me/ZYc5Yn'

with requests.Session() as session:
    # obtain CSRF cookie
    initial_response  = session.get(initial_url)
    payload['csrf_test_name'] = session.cookies['csrf_cookie_name']

    # Now actually post with the correct CSRF cookie
    response = session.post(url, headers=headers, data=payload)

如果仍然引起问题，则需要尝试另外两个标头，Accept和Accept-Language。考虑到这将意味着该站点已经对如何防止自动刮板进行了长时间的认真思考。考虑与他们联系，并询问他们是否提供API选项。