Python urllib2，基本HTTP身份验证和tr.im

我在玩耍，尝试编写一些代码以使用tr.im API缩短URL。

阅读http://docs.python.org/library/urllib2.html之后，我尝试了：

   TRIM_API_URL = 'http://api.tr.im/api'
   auth_handler = urllib2.HTTPBasicAuthHandler()
   auth_handler.add_password(realm='tr.im',
                             uri=TRIM_API_URL,
                             user=USERNAME,
                             passwd=PASSWORD)
   opener = urllib2.build_opener(auth_handler)
   urllib2.install_opener(opener)
   response = urllib2.urlopen('%s/trim_simple?url=%s'
                              % (TRIM_API_URL, url_to_trim))
   url = response.read().strip()

response.code是200（我认为应该是202）。url有效，但是基本的HTTP身份验证似乎无效，因为缩短的URL不在我的URL列表中（位于http://tr.im/?page=1）。

阅读http://www.voidspace.org.uk/python/articles/authentication.shtml#doing-it-properly之后， 我也尝试过：

   TRIM_API_URL = 'api.tr.im/api'
   password_mgr = urllib2.HTTPPasswordMgrWithDefaultRealm()
   password_mgr.add_password(None, TRIM_API_URL, USERNAME, PASSWORD)
   auth_handler = urllib2.HTTPBasicAuthHandler(password_mgr)
   opener = urllib2.build_opener(auth_handler)
   urllib2.install_opener(opener)
   response = urllib2.urlopen('http://%s/trim_simple?url=%s'
                              % (TRIM_API_URL, url_to_trim))
   url = response.read().strip()

但我得到相同的结果。（response.code为200，URL有效，但未记录在我的帐户http://tr.im/上。）

如果我使用查询字符串参数代替基本的HTTP身份验证，如下所示：

   TRIM_API_URL = 'http://api.tr.im/api'
   response = urllib2.urlopen('%s/trim_simple?url=%s&username=%s&password=%s'
                              % (TRIM_API_URL,
                                 url_to_trim,
                                 USERNAME,
                                 PASSWORD))
   url = response.read().strip()

...那么网址不仅有效，而且记录在我的tr.im帐户中。（尽管response.code仍然是200。）

我的代码（而不是tr.im的API）一定有问题，因为

$ curl -u yacitus:xxxx http://api.tr.im/api/trim_url.json?url=http://www.google.co.uk

...返回：

{"trimpath":"hfhb","reference":"nH45bftZDWOX0QpVojeDbOvPDnaRaJ","trimmed":"11\/03\/2009","destination":"http:\/\/www.google.co.uk\/","trim_path":"hfhb","domain":"google.co.uk","url":"http:\/\/tr.im\/hfhb","visits":0,"status":{"result":"OK","code":"200","message":"tr.im URL Added."},"date_time":"2009-03-11T10:15:35-04:00"}

...并且该URL确实出现在http://tr.im/?page=1上的URL列表中。

如果我运行：

$ curl -u yacitus:xxxx http://api.tr.im/api/trim_url.json?url=http://www.google.co.uk

再次，我得到：

{"trimpath":"hfhb","reference":"nH45bftZDWOX0QpVojeDbOvPDnaRaJ","trimmed":"11\/03\/2009","destination":"http:\/\/www.google.co.uk\/","trim_path":"hfhb","domain":"google.co.uk","url":"http:\/\/tr.im\/hfhb","visits":0,"status":{"result":"OK","code":"201","message":"tr.im URL Already Created [yacitus]."},"date_time":"2009-03-11T10:15:35-04:00"}

注释代码为201，消息为“ tr.im URL已经创建[yacitus]”。

我一定不能正确地进行基本的HTTP身份验证（无论哪种尝试）。你能发现我的问题吗？也许我应该看看并通过网络发送什么？我从来没有做过 有没有我可以使用的Python API（也许在pdb中）？还是我可以使用其他工具（最好是Mac OS X）？

这似乎工作得很好（取自另一个线程）

import urllib2, base64

request = urllib2.Request("http://api.foursquare.com/v1/user")
base64string = base64.encodestring('%s:%s' % (username, password)).replace('\n', '')
request.add_header("Authorization", "Basic %s" % base64string)   
result = urllib2.urlopen(request)

真正便宜的解决方案：

urllib.urlopen('http://user:xxxx@api.tr.im/api')

（出于多种原因，您可能会决定不适合该网址，例如网址的安全性）

Github API示例：

>>> import urllib, json
>>> result = urllib.urlopen('https://personal-access-token:x-oauth-basic@api.github.com/repos/:owner/:repo')
>>> r = json.load(result.fp)
>>> result.close()

看看这个SO后的答案，也看看这个基本认证教程从urllib2的失踪手册。

为了使urllib2基本身份验证正常工作，http响应必须包含HTTP代码401 Unauthorized和"WWW-Authenticate"带有值的密钥，"Basic"否则，Python将不会发送您的登录信息，您将需要使用Requests或urllib.urlopen(url)在url或添加类似@Flowpoke的 answer中的标头。

您可以通过将您的错误放在urlopentry块中来查看错误：

try:
    urllib2.urlopen(urllib2.Request(url))
except urllib2.HTTPError, e:
    print e.headers
    print e.headers.has_key('WWW-Authenticate')

推荐的方法是使用requestsmodule：

#!/usr/bin/env python
import requests # $ python -m pip install requests
####from pip._vendor import requests # bundled with python

url = 'https://httpbin.org/hidden-basic-auth/user/passwd'
user, password = 'user', 'passwd'

r = requests.get(url, auth=(user, password)) # send auth unconditionally
r.raise_for_status() # raise an exception if the authentication fails

这是urllib2基于Python 2/3兼容的单一来源变体：

#!/usr/bin/env python
import base64
try:
    from urllib.request import Request, urlopen
except ImportError: # Python 2
    from urllib2 import Request, urlopen

credentials = '{user}:{password}'.format(**vars()).encode()
urlopen(Request(url, headers={'Authorization': # send auth unconditionally
    b'Basic ' + base64.b64encode(credentials)})).close()

Python 3.5+引入HTTPPasswordMgrWithPriorAuth()了以下功能：

以消除不必要的401响应处理，或无条件地在第一个请求上发送凭据，以便与未返回授权标头的返回404响应而不是401的服务器进行通信。

#!/usr/bin/env python3
import urllib.request as urllib2

password_manager = urllib2.HTTPPasswordMgrWithPriorAuth()
password_manager.add_password(None, url, user, password,
                              is_authenticated=True) # to handle 404 variant
auth_manager = urllib2.HTTPBasicAuthHandler(password_manager)
opener = urllib2.build_opener(auth_manager)

opener.open(url).close()

这是很容易更换HTTPBasicAuthHandler()有ProxyBasicAuthHandler()必要时在这种情况下。

我建议当前的解决方案是使用我的包urllib2_prior_auth，它可以很好地解决此问题（我致力于将其包含到标准库中。

适用与Python urllib2基本身份验证问题相同的解决方案。

参见https://stackoverflow.com/a/24048852/1733117 ; 您可以使用子类urllib2.HTTPBasicAuthHandler将Authorization标头添加到与已知网址匹配的每个请求中。

class PreemptiveBasicAuthHandler(urllib2.HTTPBasicAuthHandler):
    '''Preemptive basic auth.

    Instead of waiting for a 403 to then retry with the credentials,
    send the credentials if the url is handled by the password manager.
    Note: please use realm=None when calling add_password.'''
    def http_request(self, req):
        url = req.get_full_url()
        realm = None
        # this is very similar to the code from retry_http_basic_auth()
        # but returns a request object.
        user, pw = self.passwd.find_user_password(realm, url)
        if pw:
            raw = "%s:%s" % (user, pw)
            auth = 'Basic %s' % base64.b64encode(raw).strip()
            req.add_unredirected_header(self.auth_header, auth)
        return req

    https_request = http_request

尝试python-request或python-grab