質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.69%

Python3 スクレイピングでログイン出来ずタイムアウト?になる

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 2
  • VIEW 1,773

khaii21

score 14

 前提・実現したいこと

Python 3です。
Cookie認証が必要となるサイトに対してスクレイピングのコードを書きました。
ポートが閉じているわけではないのですが、どうやらタイムアウトしている様子です。
他の検証環境でスクリプト自体は正常に動作する事を確認しています。
他者がPerlで同様なスクリプトを作成しましたが、問題なく可動している事もあり
接続経路には問題がないのではないかと考えています。

Perlでは下記のモジュールを利用して問題なく接続が出来ます

use LWP::UserAgent
use HTTP::Request
use HTTP::Cookies

原因をつきとめる為に、これから何を調べればよいのか行き詰まっています。
原因の特定、問題解消のためにお知恵を貸して頂けないでしょうか。

 発生している問題・エラーメッセージ

実行後、暫くしてから下記のメッセージが出力されてエラー終了します。

通常のエラーメッセージ(抜粋)

Traceback (most recent call last):
File "hoge.py", line 159, in <module>
  response = opener.open(hoge_url, data)
File "requests.py", line 532, in open
  response = meth(req, response)
File "requests.py", line 642, in http_response
  'http', request, response, code, msg, hdrs)
File "requests.py", line 564, in error
  result = self._call_chain(*args)
File "requests.py", line 504, in _call_chain
   result = func(*args)
File "requests.py", line 756, in http_error_302
  return self.parent.open(new, timeout=req.timeout)
File "requests.py", line 526, in open
  response = self._open(req, data)
File "requests.py", line 544, in _open
  '_open, req)
File "requests.py", line 504, in _call_chain
  result = func(*args)
File "requests.py", line 1361, in https_open
  context=self._context, check_hostname=self._check_hostname)
File "requests.py", line 1320, in do_open
 raise URLError(err)
urllib.error.URLError: <urlopen error [Errno 110] Connectopn time out>
import backtrace を仕込んで出力したエラー内容を降順(抜粋)

756 request.py http_error_302 --> return self.parent.open(new, timeout=req.timeout)
504 request.py _call_chain --> = func(*args)
564 request.py error --> result = self._call_chain(*args)
642 request.py http response --> 'http', request, response, code, msg, hdrs)
532 request.py open --> response = meth(req, response)
160 request.py <module> --> response = opner.open(hoge_url, data)

 該当のソースコード

#!/usr/bin/python3
# -*- coding: utf-8 -*-

from urllib.request import build_opener, HTTPCookieProcessor
from urllib.parse import urlencode, parse_qs
from http.cookiejar import CookieJar
import ssl
ssl._create_default_https_context = ssl._craete_unverified_context

hoge_url = "https://hoge.co.jp/login"

encoding = " utf-8"

post = {
    "action": "login",
    "account": "アカウント"
    "password": "パスワード"
}

opener = build_opener(HTTPCookieProcessor((CookieJar()))
data = urlencode(post).encode(encoding)
response = opener.open(hoge_url, data)
response.close()

 試したこと

同じ実行環境でcurlコマンドを試すと、認証エラーのレスポンスが返ってくるので接続は可能な様子です。
python2で同じようなスクリプトを書いてみて試しましたが上記のエラーとなります。
エラー内容からリダイレクト?の影響でタイムアウトしていると考えたのですが
対話式で該当のサイトにgetリクエストした場合には200のレスポンスが返ってきます。

>>> import requests
>>> res = requests.get('https://hoge.co.jp/login')
>>> 200

 少し見えてきたこと

該当のURLですが、requestsモジュールを使うとレスポンスが返って来ました。

import requests

post = {
    "action": "login",
    "account": "アカウント"
    "password": "パスワード"
}

hoge_url = "https://hoge.co.jp/login"
response = response.post(URL, data=post)
print(response.text)

Python初心者であるため、色々と検索して下記の手法を組んだのですが、
こちらはCookie認証が必要との情報を見かけて取り入れました。

opener = build_opener(HTTPCookieProcessor((CookieJar()))
data = urlencode(post).encode(encoding)
response = opener.open(hoge_url, data)


上記とrequestsモジュールとの違いをきちんと理解できていませんが、
もし上記と同様なことをrequestsモジュールを使って出来るのであれば、きちんと
認証が通るのではないかと考えています。

requestsモジュールを使ったCookie認証のやり方をご存知の方がいらっしゃいましたら
ご教授頂けないでしょうか。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

requestsモジュールを使ったCookie認証

Sessionオブジェクトを生成すれば、良いような。

import requests

post = {
    "action": "login",
    "account": "アカウント"
    "password": "パスワード"
}

s = requests.Session()
URL = "https://example.co.jp/login"
response = s.post(URL, data=post)
print(response.text)


◇参考情報

  1. 【Python3】ログイン機能付サイトでスクレイピング【requests】【BeautifulSoup】
  2. セッションの利用
  3. 例示/実験用として利用できるドメイン名

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/02 17:15

    ご回答ありがとうございます。
    分からないながらも試行錯誤して何とか認証を通る事が確認出来ました。
    今回該当するURLで認証を行い、そこから更に先のサイトからデータが引けました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.69%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる