0
我正在使用杜克库web代理来抓取我可以访问的数据库。我遇到了这样的问题,即由于数据库是通过代理服务器访问的,因此如果数据库不需要代理身份验证,我无法直接抓取此数据库。使用python在web代理上抓取网站
我试了几个事情:
我写了一个脚本,登录到网络公爵(https://shib.oit.duke.edu/idp/AuthnEngine')。
我再硬编码在我的登录数据:
login_data = urllib.urlencode({'j_username' : 'userxx',
'j_password' : 'passwordxx',
'Submit' : 'Enter'
})
我请登录:
resp = opener.open('https://shib.oit.duke.edu/idp/AuthnEngine', login_data)
,然后我创建cookie罐对象持有从代理网站的cookie。
然后我尝试访问数据库与我的脚本,它仍然告诉我认证是必需的。我想知道如何解决代理服务器所需的身份验证。
如果您有任何建议,请让我知道。
谢谢 扬