ruby - 为什么ruby mechanize gem在登录后给出403响应？

Question

因此，我正在尝试从您必须登录的网站自动下载图像。登录表单位于每个页面上(在浏览器中单击“登录”，然后出现一个 javascript 幻灯片以显示该表单)。我使用下面的代码登录，当我到达 agent.get( "http://cdn.com/some_image.jpg ") 时，会抛出 403 错误。当我登录浏览器并访问“http://cdn.com/some_image.jpg”时，这不会发生，那么发生了什么，我该如何解决呢？

path = "http://www.example.com/some_path"

agent = Mechanize.new

page = agent.get(path) do |page|
      form = page.form_with(action: "http://www.example.com/authorize")
      username_field = form.field_with(name: "username")
      username_field.value = "some_user"
      password_field = form.field_with(name: "password")
      password_field.value = "password"
      form.submit
    end

agent.get( "http://cdn.com/some_image.jpg" ).save "some_image.jpg" unless File.exist?("some_image.jpg")

Answer 1

想一想:您提交了一个登录请求，然后是一个对图像的请求。服务器如何知道您是第一个请求登录的人？通过 IP(可以共享或代理)、端口(通常不会在多个请求中存活)、用户代理(不是唯一的)等进行跟踪显然是行不通的。通常，登录 session 是使用 cookie 实现的——Web 客户端会以 cookie 的形式获得一个 session token ，当在后续请求中将其返回给服务器时，会将请求所属的 session 通知服务器，从而允许服务器以通过其他无状态的 Web 请求跟踪登录。

还有其他方法，但它们主要解决以另一种方式传递此 token 的问题(自定义 header 、GET URL 参数等) - 除了 AWS 使用等签名 Web 请求的显着异常(exception)(很酷，但对于 Web 登录来说并不常见) .总而言之， session cookie 是迄今为止最常见的实现。

因此，我建议您看一下这篇文章，因为似乎有一种方法可以在 mechanize gem 中管理 cookie，以供后续请求使用。

Maintaining cookies between Mechanize requests