安卓端借助Jsoup登录SRM大学Academia站点失败的技术求助

• 你当前的实现完全跳过了登录流程的前置步骤，直接向signin.ac接口发送POST请求，没有携带服务端预先下发的会话标识、表单校验令牌，这是请求被拒的核心原因。
• 这类带OAuth交互的SSO登录站点，完整链路是「GET登录页→获取会话Cookie+页面内嵌的隐藏动态参数→携带上述凭证POST账号密码→手动跟随OAuth授权链路的多次重定向，逐步收集跳转过程中下发的会话Cookie→最终拿到主站的有效登录态」，绝非单步POST就能完成。
• 手动传入JSESSIONID无效，是因为这个会话ID必须是服务端在你首次访问登录页时下发、和你的请求指纹、表单令牌绑定的有效上下文，随便填充的ID没有对应会话记录，会直接被服务端拦截。
• 你代码里硬编码的client_portal、dcc、serviceurl等参数都是页面动态生成的临时值，硬编码很容易因为参数过期、值不匹配导致校验失败。

1. 第一步：先发起GET请求访问登录页，建立初始会话
   全程所有请求复用同一个Cookie集合，不要中途新建会话，同时自动解析登录页里的所有隐藏表单字段，不再硬编码参数值：

   // 全局维护统一的会话Cookie容器，全链路复用
   Map<String, String> sessionCookies = new HashMap<>();
   String fixedUA = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.93 Safari/537.36";
   Map<String, String> loginParams = new HashMap<>();
   
   try {
       // 先GET登录页，拿初始Cookie
       Connection.Response loginPageResp = Jsoup.connect("https://academia.srmist.edu.in/accounts/signin.ac")
               .userAgent(fixedUA)
               .method(Connection.Method.GET)
               .execute();
       sessionCookies.putAll(loginPageResp.cookies());
   
       // 解析登录页所有隐藏表单字段
       Document loginPageDoc = loginPageResp.parse();
       for (Element hiddenInput : loginPageDoc.select("form input[type=hidden]")) {
           loginParams.put(hiddenInput.attr("name"), hiddenInput.attr("value"));
       }
       // 填入账号密码
       loginParams.put("username", 你的用户名);
       loginParams.put("password", 你的密码);
   } catch (IOException e) {
       e.printStackTrace();
   }
   

2. 第二步：携带初始会话和表单参数发POST登录请求，手动处理OAuth重定向链路
   关键是关闭自动重定向，逐步收集每一步跳转下发的Cookie，不跳过任何OAuth授权环节：

   try {
       Connection.Response postLoginResp = Jsoup.connect("https://academia.srmist.edu.in/accounts/signin.ac")
               .data(loginParams)
               .cookies(sessionCookies)
               .userAgent(fixedUA)
               // 关闭自动重定向，手动跟踪OAuth跳转
               .followRedirects(false)
               .method(Connection.Method.POST)
               .execute();
       sessionCookies.putAll(postLoginResp.cookies());
   
       // 手动跟完所有跳转
       String nextRedirect = postLoginResp.header("Location");
       while (nextRedirect != null) {
           // 补全相对路径
           if (nextRedirect.startsWith("/")) {
               nextRedirect = "https://academia.srmist.edu.in" + nextRedirect;
           }
           Connection.Response redirectStep = Jsoup.connect(nextRedirect)
                   .cookies(sessionCookies)
                   .userAgent(fixedUA)
                   .followRedirects(false)
                   .execute();
           sessionCookies.putAll(redirectStep.cookies());
           nextRedirect = redirectStep.header("Location");
       }
   } catch (IOException e) {
       e.printStackTrace();
   }
   

3. 第三步：用全链路收集的完整会话访问主站

   try {
       Document homePage = Jsoup.connect("https://academia.srmist.edu.in/")
               .cookies(sessionCookies)
               .userAgent(fixedUA)
               .get();
       Log.d("login", "已登录页面内容：" + homePage.text());
   } catch (IOException e) {
       e.printStackTrace();
   }
   

• 全程User-Agent必须保持一致，中途更换请求指纹会导致服务端判定会话不匹配，直接返回未登录页面。
• 不要每步请求都新建Cookie集合，也不要手动填充没有来源的JSESSIONID，所有Cookie都必须是服务端在请求链路中实际下发的，否则会话校验永远无法通过。
• 一定要把followRedirects设为false手动跟踪跳转，Jsoup默认的自动重定向逻辑有时候会遗漏重定向过程中设置的Cookie，导致最后会话不完整，即便跳转到了主站也是未登录状态。
• 不要硬编码表单参数值，登录页的动态参数必须从页面实际解析后携带，硬编码的固定值会随着服务端参数更新直接失效。
• 如果请求被WAF拦截，可以补充和浏览器一致的Accept、Accept-Language请求头，降低被识别为爬虫的概率。

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