第三关开始才算是进入正题了。
输入网址 http://www.heibanke.com/lesson/crawler_ex02/，直接跳转到了 http://www.heibanke.com/accounts/login/?next=/lesson/crawler_ex02/，显示如下
看到这个一愣，怎么不是第三关呢？不管，也许是标题不一样吧。点个注册看了下，里面有个验证码，顿时以为是考验证码破解。
注册以后，跳转到不知道哪里去了，重新输入 http://www.heibanke.com/lesson/crawler_ex02/，一看，原来想错了。
原来这才是第三关，首先可以肯定的是，必须要先登录，并保持登录状态，否则是爬不过关的。
我用的是谷歌浏览器，打开开发者工具，随便输了个昵称和密码，追踪一下网络请求
这个 csrfmiddlewaretoken 又是个什么鬼，哪里来的？
用代码试下登录看。post 用户名密码之后，print 一下响应的 html，发现并不是我看到的第三关的内容，说明登录没有成功。看一下里面有一句话：You are seeing this message because this site requires a CSRF cookie when submitting forms. This cookie is required for security reasons, to ensure that your browser is not being hijacked by third parties.
简单的说，就是为了防止CSRF攻击（其实就是黑板课设的障碍），需要一个cookie。那么就简单了，csrfmiddlewaretoken 想必就是那个 cookie 了。
追踪一下登录的网络请求，发现也有 csrfmiddlewaretoken，想必内外是一样的机制。
请求网址的时候，返回一个名为 csrftoken 的 cookie，这个 cookie 的值就是 post 的时候需要的 csrfmiddlewaretoken 参数。
这样思路就理清了，每次 post 用户名密码之前，先 get 请求一下，从服务器发给你的 cookie 中获取 csrftoken 的值作为 post 时的 csrfmiddlewaretoken 参数即可。
代码如下：
import re
import requests
import time
def main():
url_login = 'http://www.heibanke.com/accounts/login/?next=/lesson/crawler_ex02/'
url = 'http://www.heibanke.com/lesson/crawler_ex02/'
session = requests.Session()
# 获取cookie
session.get(url_login)
token = session.cookies['csrftoken']
# 登录
session.post(url_login, data={'csrfmiddlewaretoken': token, 'username': 'guliang21', 'password': '123qwe'})
for psd in range(30):
print(f'test password {psd}')
session.get(url)
token = session.cookies['csrftoken']
r = session.post(url, data={'csrfmiddlewaretoken': token, 'username': 'aa', 'password': psd})
html = r.text
if '密码错误' not in html:
m = re.search('(?<=\<h3\>).*?(?=\</h3\>)', html)
print(m.group())
m = re.search('(\<).*?href="([^"]*?)".*?(\>下一关\</a\>)', html)
print(f'下一关 http://www.heibanke.com{m.group(2)}')
return
else:
time.sleep(1)
if __name__ == '__main__':
main()