感觉写这次电信网上营业厅的爬虫，把坑踩了个遍，还是不能完美解决各种问题。
通过抓包，整个登陆过程中的 http 的详细过程，大致如下
- 一.向 LoginServlet 这个 url post 登陆表单;状态码 200
- 二.再向 Login 这个 url post 一组 XML 参数;状态 302
- 三.302 重定向三次，指向账号登陆成功页面
- 四.get 登陆成功页面，完成登陆过程
——————————————————
*0.LoginURL
*1.POST|(LoginServlet) --------- 登陆 form --------- referer:0.LoginURL--------- status_code:200
*2.POST ---------SSORuquetXML --------- refererr:LoginServlet ---------location:3--------status_code:302
*3.GET --------- referer:LoginServlet ---------location:4--------- status_code:302
*4.GET ---------referer:LoginServlet --------- location:5 --------- status_code:302
*5.GET --------- referer:LoginServlet --------- status_code:200
*6.GET ---------acount/init.action --------- referer:5
—————————————————— 我遭不住了。。。
1.XML 格式怎么 post ， python 实现（是以字典格式，百度了发现都是解析 xml 文件之类的）？
2.XML 中有些 ID 参数是怎么生成的（审查元素，并没有相关的 JS 进行处理），我比对了不同账号，发现就一些 ID 参数不同？
3.在 request.session()中， cookies 并不能自动管理？（浏览器抓包是很多 cookies ，而代码实现，只有一条或者没有 Cookies ）
再踩几个坑，再解决不了。。。我就放弃，感谢大家最近几天的耐心解答
Select Language