使用Python脚本在ADFS上进行身份验证

Question

我需要解析由ADFS服务隐藏的站点。

并努力进行身份验证。

有没有选择进入？

我能看到的，大多数后端应用程序的解决方案，或“系统用户”（使用app_id，app_secret）。在我的情况下，我不能使用它，只有登录名和密码。

问题的例子：在chrome我打开www.example.com并将它重定向到https://login.microsoftonline.com/，然后用登录名和密码形式重定向到https://federation-sts.example.com/adfs/ls/?blabla。

以及如何使用python3访问它？

Answer 1

ADFS使用复杂的重定向和CSRF保护技术。因此，最好使用浏览器自动化工具来执行身份验证并在之后解析网页。我推荐使用python绑定的selenium toolkit。这是一个工作示例：

from selenium import webdriver
def MS_login(usrname, passwd):  # call this with username and password
    driver = webdriver.Edge()   # change to your browser (supporting Firefox, Chrome, ...)
    driver.delete_all_cookies() # clean up the prior login sessions
    driver.get('https://login.microsoftonline.com/') # change the url to your website
    time.sleep(5) # wait for redirection and rendering

    driver.find_element_by_xpath("//input[@name='loginfmt'").send_keys(usrname)
    driver.find_element_by_xpath("//input[@type='submit']").click()
    time.sleep(5)

    driver.find_element_by_xpath("//input[@name='passwd'").send_keys(passwd)
    driver.find_element_by_xpath("//input[@name='KMSI' and @type='checkbox'").click()
    driver.find_element_by_xpath("//input[@type='submit']").click()
    time.sleep(5)

    driver.find_element_by_xpath("//input[@type='submit']").click()

    # Successfully login

    # parse the site ...

    driver.close() # close the browser
    return driver

此脚本调用Microsoft Edge以打开该网站。它将用户名和密码注入正确的DOM元素，然后让浏览器处理其余的元素和密码。它已在网页“https://login.microsoftonline.com”上测试过。您可能需要对其进行修改以适合您的网站。

Answer 2

回答你的问题“如何使用python”我假设您希望在由Azure AD身份验证保护的页面上执行一些Web报废操作。

在这种情况下，您必须执行以下步骤。

1）对于此脚本，我们只需要导入以下内容：

import requests
from lxml import html

首先，我们想创建会话对象。此对象将允许我们在所有请求中保留登录会话。

session_requests = requests.session()

其次，我们想从网页中提取csrf令牌，在登录时使用此令牌。对于此示例，我们使用lxml和xpath，我们可以使用正则表达式或任何其他方法来提取此数据。

login_url = "https://bitbucket.org/account/signin/?next=/"
result = session_requests.get(login_url)

tree = html.fromstring(result.text)
authenticity_token = list(set(tree.xpath("//input[@name='csrfmiddlewaretoken']/@value")))[0]

接下来，我们想要执行登录阶段。在此阶段，我们向登录URL发送POST请求。我们使用在上一步中创建的有效负载作为数据。我们还为请求使用标头，并为同一个url添加一个referer键。

result = session_requests.post(
    login_url, 
    data = payload, 
    headers = dict(referer=login_url)
)

Payload将是用户名和密码等的字典对象。

payload = {
    "username": "<USER NAME>", 
    "password": "<PASSWORD>", 
    "csrfmiddlewaretoken": "<CSRF_TOKEN>"
}

注意： - 这只是一个例子。

第2步：

刮内容

现在，我们能够成功登录，我们将执行实际的抓取

url = 'https://bitbucket.org/dashboard/overview'
result = session_requests.get(
    url, 
    headers = dict(referer = url)
)

换句话说，您需要从Azure AD获取请求详细信息负载，然后使用登录方法创建会话对象，然后最终执行报废。

这是Web抓取安全网站的一个很好的例子。

希望能帮助到你。