post 提交之 multipart/form-data; boundary= ...

https://www.jianshu.com/p/0023bb7afddb

模拟multipart/form-data请求

原以为requests请求十分强大，但遇到了模拟multipart/form-data类型的post请求，才发现requests库还是有一丢丢的不足。不过也可能是我理解的不足，还希望读者老爷不吝指教！在此感谢！

1. 什么是multipart/form-data请求

enctype属性:
enctype：规定了form表单在发送到服务器时候编码方式，它有如下的三个值。
①application/x-www-form-urlencoded：默认的编码方式。但是在用文本的传输和MP3等大型文件的时候，使用这种编码就显得效率低下。
②multipart/form-data：指定传输数据为二进制类型，比如图片、mp3、文件。
③text/plain：纯文体的传输。空格转换为 “+” 加号，但不对特殊字符编码。

2. multipart/form-data请求请求体的格式(以某网站模拟登录为例)

multipart请求体的格式

值得注意的是：请求头的Content-Type属性与其他post请求的不同

3. 实现请求体的拼接

3.1 第一种：使用 requests库

# coding: utf-8
from collections import OrderedDict
import requests

# 构建有序字典
params = OrderedDict([("username", (None, ‘130533193203240022‘)),
                  ("password", (None, ‘qwerqwer‘)),
                  (‘captchaId‘, (None, ‘img_captcha_7d96b3cd-f873-4c36-8986-584952e38f20‘)),
                  (‘captchaWord‘, (None, ‘rdh5‘)),
                  (‘_csrf‘, (None, ‘200ea95d-90e9-4789-9e0b-435a6dd8b57b‘))])

res = requests.get(‘http://www.baidu.com‘, files=params)
print res.request.body


 打印的结果：

--6c7a1966e0294e1cb89b06b95cf3da84
Content-Disposition: form-data; name="username"

 130533193203240022
 --6c7a1966e0294e1cb89b06b95cf3da84
Content-Disposition: form-data; name="password"

qwerqwer
--6c7a1966e0294e1cb89b06b95cf3da84
Content-Disposition: form-data; name="captchaId"

img_captcha_7d96b3cd-f873-4c36-8986-584952e38f20
--6c7a1966e0294e1cb89b06b95cf3da84
Content-Disposition: form-data; name="captchaWord"

rdh5
--6c7a1966e0294e1cb89b06b95cf3da84
Content-Disposition: form-data; name="_csrf"

200ea95d-90e9-4789-9e0b-435a6dd8b57b
--6c7a1966e0294e1cb89b06b95cf3da84--



需要注意的是， 可以发现分隔符是随机生成的， 跟制定的不太一样， 这需要我们自己手动替换

# 替换使用的re
 temp = re.search(r‘--(.*)--‘, res.request.body).group(1)
 data = re.sub(temp, ‘----WebKitFormBoundaryKPjN0GYtWEjAni5F‘, res.request.body)



 注：这种方法可以构建想要的请求体， 麻烦的是分隔符并不是制定的那样，而是默认的 uuid4().hex   需要手动替换。 files可以接收的参数，
     源码中解释截图在文末。

3.2 第二种：使用 encode_multipart_formdata函数

# coding: utf-8
from collections import OrderedDict
from urllib3 import encode_multipart_formdata

params = OrderedDict([("username", (None, ‘130533193203240022‘, ‘multipart/form-data‘)),
                  ("password", (None, ‘qwerqwer‘, ‘multipart/form-data‘)),
                  (‘captchaId‘, (None, ‘img_captcha_7d96b3cd-f873-4c36-8986-584952e38f20‘, ‘multipart/form-data‘)),
                  (‘captchaWord‘, (None, ‘rdh5‘, ‘multipart/form-data‘)),
                  (‘_csrf‘, (None, ‘200ea95d-90e9-4789-9e0b-435a6dd8b57b‘,‘multipart/form-data‘))])
m = encode_multipart_formdata(params, boundary=‘----WebKitFormBoundaryKPjN0GYtWEjAni5F‘)
print m[0]



# 打印结果

------WebKitFormBoundaryKPjN0GYtWEjAni5F
Content-Disposition: form-data; name="username"
Content-Type: multipart/form-data

130533193203240022
------WebKitFormBoundaryKPjN0GYtWEjAni5F
Content-Disposition: form-data; name="password"
Content-Type: multipart/form-data

qwerqwer
------WebKitFormBoundaryKPjN0GYtWEjAni5F
Content-Disposition: form-data; name="captchaId"
Content-Type: multipart/form-data

img_captcha_7d96b3cd-f873-4c36-8986-584952e38f20
------WebKitFormBoundaryKPjN0GYtWEjAni5F
Content-Disposition: form-data; name="captchaWord"
Content-Type: multipart/form-data

rdh5
------WebKitFormBoundaryKPjN0GYtWEjAni5F
Content-Disposition: form-data; name="_csrf"
Content-Type: multipart/form-data

200ea95d-90e9-4789-9e0b-435a6dd8b57b
------WebKitFormBoundaryKPjN0GYtWEjAni5F--


   可以看得到， 这种方法多出来一个 Content-Type（我传递的参数中指定了这个值，
如果没有指定，这个Content-Type依然存在，值为：application/octet-stream），
我现在也没有太确定多的这个值对最后的结果有没有影响。还没试...[手动捂脸]

4. 最终的请求

参数拼接完，最终的请求要用post，参数是data, 不要再用files。记得Headers的Content-Type

参数拼接完，最终的请求要用post，参数是data，不要再用files。记得Headers的Content-Type

总注：上边这两种构建参数的方式各有不同，用起来感觉并不是那么的灵活，所以感叹requests有那么一丢丢丢的不足。值的注意的是，requests.post中files参数接收字典的形式和encode_multipart_formdata中params参数接收字典形式的区别！人生苦短......

本人水平有限，如有错误欢迎提出指正！如有参考，请注明出处！！禁止抄袭，遇抄必肛！！！

files接收参数的格式

boundary的取值

默认的boundary

源码中这个函数boundary默认为None

作者：董小贱
链接：https://www.jianshu.com/p/0023bb7afddb
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

原文地址：https://www.cnblogs.com/angle6-liu/p/11724850.html

时间： 2024-11-14 13:07:52