讲师中心 微信公众号
AI工具推荐 视频效率加速

Python爬虫如何抓取带权限的页面_利用HTTP Basic Auth验证

风丽小哥_6837

风丽小哥_6837

发布时间:2026-04-15 07:13:38

|

340人浏览过

|

来源于php中文网

原创

推荐用 auth=("user", "pass") 参数,requests 自动处理 Base64 编码和 Authorization 头格式;手动拼接易出错,尤其含冒号或非 ASCII 字符时。

python爬虫如何抓取带权限的页面_利用http basic auth验证

Python requests 怎么传 Basic Auth 头

直接在 requests.get()requests.post() 里用 auth 参数最稳妥,requests 会自动拼接 Authorization: Basic base64(username:password)。别手动拼 header,容易漏编码或加错空格。

实操建议:

  • 用元组传参:requests.get(url, auth=("user", "pass")) —— 这是推荐方式,requests 内部处理 base64 编码和 header 格式
  • 避免手写 headers={"Authorization": "Basic ..."} ,除非你确认 base64 编码无误(比如含特殊字符或非 ASCII 用户名时易出错)
  • 如果用户名或密码含冒号 :auth 元组仍可用,但手动构造 header 会失败 —— 因为 Basic Auth 规范只允许第一个冒号分隔用户/密码

遇到 401 但账号密码没错,可能卡在哪

401 不一定代表凭证错,常见干扰项比想象中多。

排查要点:

立即学习Python免费学习笔记(深入)”;

  • 目标站点是否实际用的是 Bearer Token 或 session 登录,而非 Basic Auth?抓包看真实请求的 Authorization header 类型
  • 服务器是否校验 User-Agent?有些服务对无 UA 的 Basic Auth 请求直接拒掉,加个 headers={"User-Agent": "Mozilla/5.0"} 再试
  • URL 是否带 trailing slash?https://api.example.com/v1/https://api.example.com/v1 可能被当成不同 realm,触发重复鉴权
  • 某些 Nginx/Apache 配置下,Basic Auth 的 realm 名称大小写敏感,但 requests 不传 realm —— 这通常不影响,除非后端做了非常规校验

用 urllib.request 怎么配 Basic Auth

urllib 没有开箱即用的 auth 参数,得自己注册 HTTPBasicAuthHandler,步骤略繁琐但可控性强。

Shadows Python Sensei
Shadows Python Sensei

Python 最佳实践助手——代码规范、设计模式、性能优化、测试与类型注解。适用于编写或审查 Python 代码。

下载

关键代码片段:

import urllib.request
import urllib.error
<p>auth_handler = urllib.request.HTTPBasicAuthHandler()
auth_handler.add_password(realm=None, uri="<a href="https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635">https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635</a>", user="user", passwd="pass")
opener = urllib.request.build_opener(auth_handler)
urllib.request.install_opener(opener)</p><p>try:
resp = urllib.request.urlopen("<a href="https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635/protected">https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635/protected</a>")
except urllib.error.HTTPError as e:
print(e.code, e.reason)  # 注意这里捕获的是 HTTPError,不是 URLError</p>

注意点:

  • realm=None 表示不校验 realm,适用于多数情况;若知道确切 realm(比如响应头 WWW-Authenticate: Basic realm="API"),就填字符串
  • 必须调用 install_opener(),否则 urlopen() 不走你配的 handler
  • 错误类型要区分:HTTPError 是服务端返回的 4xx/5xx,URLError 是网络层失败(如 DNS 解析失败),别混用 except

Session 复用时 Basic Auth 会不会自动带上

会,但仅限于同一域名下的后续请求 —— requests 的 Session 对象会缓存认证信息,并按 RFC 规则在匹配的 host + port 范围内自动重发 Authorization header。

不过要注意边界情况:

  • 子域名不算匹配:从 api.example.com 登录后,访问 www.example.com 不会自动带 Auth header
  • 端口不同也不算:http://localhost:8000http://localhost:8001 视为两个 realm
  • 如果中间跳转(302)到了不同域,requests 默认不会转发 Auth header,需显式设 allow_redirects=True 并确认跳转目标是否接受跨域 Auth
  • Session 复用时,别在后续请求里再传 auth=...,否则会覆盖或冲突

实际用 Basic Auth 抓取时,最难 debug 的往往是服务端没按标准实现 —— 比如要求 header 必须小写、或对 base64 编码结果做额外校验。先用 curl 验证:curl -u user:pass <a href="https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635/protected">https://www.php.cn/link/b05edd78c294dcf6d960190bf5bde635/protected</a>,再对比 Python 发出的请求头差异。

热门AI工具

更多
讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1551

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

3644

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1569

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

20797

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2567

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2627

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1063

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

576

2023.08.10

Vibeknow在线使用入口合集
Vibeknow在线使用入口合集

本专题汇总了Vibeknow在线创作视频的官方入口及网页版使用教程,涵盖PPT、PDF、Word等文档一键转讲解视频的核心操作,并整理了免费版水印规则与手机端浏览器访问指南,助你快速将知识内容视频化。

0

2026.09.21

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn