Python urllib2, autenticazione HTTP di base e tr.im

Sto giocando, cercando di scrivere del codice per utilizzare le API tr.im per abbreviare un URL.

Dopo aver letto http://docs.python.org/library/urllib2.html , ho provato:

   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 è 200 (penso che dovrebbe essere 202). url è valido, ma l'autenticazione HTTP di base non sembra aver funzionato, perché l'URL abbreviato non è nel mio elenco di URL (su http://tr.im/?page=1 ).

Dopo aver letto http://www.voidspace.org.uk/python/articles/authentication.shtml#doing-it-properly ho anche provato:

   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()

Ma ottengo gli stessi risultati. (response.code è 200 e l'URL è valido, ma non è registrato nel mio account su http://tr.im/ .)

Se utilizzo i parametri della stringa di query invece dell'autenticazione HTTP di base, in questo modo:

   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()

... allora non solo l'URL è valido ma è registrato nel mio account tr.im. (Anche se response.code è ancora 200.)

Dev'esserci qualcosa di sbagliato nel mio codice (e non nell'API di tr.im), perché

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

...ritorna:

{"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"}

... e l'URL appare nel mio elenco di URL su http://tr.im/?page=1 .

E se corro:

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

... ancora una volta, ottengo:

{"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"}

Nota il codice è 201 e il messaggio è "URL tr.im già creato [yacitus]".

Non devo eseguire correttamente l'autenticazione HTTP di base (in entrambi i tentativi). Riesci a individuare il mio problema? Forse dovrei guardare e vedere cosa viene inviato tramite il filo? Non l'ho mai fatto prima. Ci sono API Python che posso usare (forse in pdb)? O c'è un altro strumento (preferibilmente per Mac OS X) che posso usare?

Sembra funzionare davvero bene (tratto da un altro thread)

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)

Soluzione davvero economica:

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

(che potresti decidere non è adatto per una serie di motivi, come la sicurezza dell'URL)

Esempio di API Github :

>>> 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()

Dai un'occhiata a questa risposta al post SO e guarda anche questo tutorial di autenticazione di base dal manuale mancante di urllib2 .

Affinché l'autenticazione di base di urllib2 funzioni, la risposta http deve contenere il codice HTTP 401 Non autorizzato e una chiave "WWW-Authenticate"con il valore "Basic"altrimenti, Python non invierà le tue informazioni di accesso e dovrai usare Richieste o urllib.urlopen(url)con il tuo accesso nel url o aggiungi un'intestazione come nella risposta di @ Flowpoke .

Puoi visualizzare il tuo errore inserendo il tuo urlopenin un blocco try:

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

Il modo consigliato è usare il requestsmodulo :

#!/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

Ecco una urllib2variante basata su Python 2/3 compatibile con un'unica fonte :

#!/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+ introduceHTTPPasswordMgrWithPriorAuth() che consente:

..per eliminare la gestione della risposta 401 non necessaria o per inviare incondizionatamente le credenziali alla prima richiesta per comunicare con i server che restituiscono una risposta 404 invece di una 401 se l'intestazione di autorizzazione non viene inviata ..

#!/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()

In questo caso è facile da sostituire HTTPBasicAuthHandler()con ProxyBasicAuthHandler()se necessario.

Suggerirei che la soluzione corrente sia quella di utilizzare il mio pacchetto urllib2_prior_auth che risolve questo problema abbastanza bene (lavoro sull'inclusione nella lib standard.

Si applicano le stesse soluzioni del problema di autenticazione di base urllib2 di Python .

vedere https://stackoverflow.com/a/24048852/1733117 ; puoi sottoclasse urllib2.HTTPBasicAuthHandlerper aggiungere l' Authorizationintestazione a ciascuna richiesta che corrisponde all'URL noto.

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

Prova python-request o python-grab