如何用Python在登录后从URL中获取Session ID

这类网站的会话机制比较特殊——不是把Session ID存在Cookie里，而是直接放在URL的查询参数中，所以不能只依赖requests.Session()自动管理Cookie，得手动提取并携带这个Session ID。以下是具体实现步骤和注意事项：

核心实现步骤 #

• 先模拟发送登录请求，提交正确的用户名和密码表单数据
• 登录成功后，从跳转后的最终URL里提取session参数值
• 后续所有请求都要在URL中带上这个session参数

示例代码 #

import requests
from urllib.parse import urlparse, parse_qs

# 初始化会话，保持Cookie（如果网站同时用了Cookie辅助验证）
session = requests.Session()
# 模拟浏览器UA，避免被识别为爬虫
session.headers.update({"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36"})

# 1. 登录请求（注意：表单字段名要和页面实际一致，需自行核对）
login_url = "https://tima.tima.com/"
login_form_data = {
    "username": "你的用户名",
    "password": "你的密码"
    # 如果页面有csrf token，这里要加上对应的字段，比如"csrf_token": "提取到的token"
}

# 发送登录请求，默认允许自动重定向
login_response = session.post(login_url, data=login_form_data)

# 2. 从最终URL提取Session ID
parsed_url = urlparse(login_response.url)
session_params = parse_qs(parsed_url.query)
session_id = session_params.get("session", [None])[0]

if not session_id:
    print("登录失败：未从跳转URL中获取到Session ID")
else:
    print(f"成功获取Session ID: {session_id}")
    # 3. 携带Session ID访问其他页面
    # 方式一：直接拼接URL
    target_page = f"https://tima.tima.com/目标页面路径?session={session_id}"
    # 方式二：用params参数自动拼接（更规范）
    target_page = "https://tima.tima.com/目标页面路径"
    page_response = session.get(target_page, params={"session": session_id})
    
    # 处理页面内容
    print(page_response.text)

关键注意事项 #

• 核对表单字段名：打开登录页面的开发者工具（F12），查看表单的<input>标签name属性，比如有些网站用user而非username，填错字段会导致登录失败
• 处理CSRF Token：如果登录页面有隐藏的CSRF令牌，需要先GET登录页面，从HTML中提取令牌值，再加入登录表单数据
• 检查请求方式：部分网站可能用GET提交登录数据（不推荐但存在），此时要改用session.get()并把表单数据放在params里
• 验证登录状态：如果提取不到Session ID，可打印login_response.text查看登录页面是否返回错误提示，或检查请求头、表单数据是否正确

内容的提问来源于stack exchange，提问作者UnknownExecute