PHP模拟登陆获取成绩信息

首先用Wireshark抓包分析。在浏览器中进入西电研究生院的登陆页面http://210.27.12.1:90/login.jsp， 抓包得到的结果如下：

1. 获取Cookie:



从图中可以看到，此时已从服务器那里得到了Cookie。我做了个测试，如果停留在这个页面时间过长，Cookie就会失效，此时即使输入正确的用户名和密码，也不会正常登陆，而是出现以下情况：


或者


所以PHP模拟登陆第一步要做的就是访问http://210.27.12.1:90/login.jsp这个url并获得Cookie.根据抓包截图，发现有Host、User-Agent、Accept、Accept-Language、Accept-Encoding、Connection、Cookie这7个参数。其中设置User-Agent的PHP语句为curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 6.2; WOW64; rv:19.0) Gecko/20100101 Firefox/19.0')，其他的暂时不会，就先不管了。所以目前语句是这样的：



测试结果如下：



2. 验证：



由图中可以看到，这一步是要带着刚才获取到的Cookie和自己的用户名、密码向http://210.27.12.1:90/j_security_check 这个url POST数据，其中CURLOPT_USERAGENT设置为 'Mozilla/5.0 (Windows NT 6.2; WOW64; rv:19.0) Gecko/20100101 Firefox/19.0',Accept和Accept-Language、Accept-Encoding、Connection、Content-Type、Content-Length应该不用管，Cookie值就是刚在第一步中获取到的，j_username和j_password则是需要用户填写的账号和密码，Referer自己构造，代码如下：



测试结果如下：



尼玛啊，又是400号错误。索性之前做过C#模拟登陆，这一步也是400，但是对于最终获取数据并无影响，先不管了。

3. 进入系统主页：



代码如下：



测试结果如下：



一开始我很疑惑，它不是应该把我主页的信息输出吗？后来想明白了，因为主页是用Frame实现的，自然没办法显示详细内容。

4. 获取成绩信息



代码如下：



测试结果如下：



Bingo! 拿到了。虽然最终实现了抓取目的，但还是有很多地方想不透彻。比如说在通过j_security_check进行验证的时候，用浏览器正常登陆的时候，向j_security_check POST数据后返回信息为：



标志码为302，可是PHP模拟登陆的时候，这一步的返回信息为：



标志码为400，且提示“Invalid direct reference to form login page”，为此我调试了半天，后来拿出以前的C#版本发现它在这一步也是这么个情况。难道模拟登陆时出现“Invalid direct reference to form login page”都可以忽略吗？求指点。