结论：requests+beautifulsoup比selenium更稳定高效，但需先提取隐藏字段（如csrf_token）和js中的动态token，否则易返回400/403；须用session复用cookies、规范headers、控制频率并手动处理跳转。
直接说结论：用 requests 搭配 BeautifulSoup 或 lxml 解析表单结构，再构造 POST 请求提交，比 Selenium 稳定、快、易维护；但遇到 JS 渲染表单、动态 token（如 _csrf、__RequestVerificationToken）或前端校验时，必须先提取隐藏字段和动态参数，否则 400 或 403 是常态。
怎么识别并提取表单所需的隐藏字段和动态 token
很多表单提交失败，不是因为 URL 或参数写错，而是漏掉了服务端校验用的隐藏字段。典型表现是返回 400 Bad Request 或跳转到错误页，响应里却没报错信息。
- 用
requests.get()先请求表单页面，再用BeautifulSoup(html, "lxml")解析form标签下的所有input[type="hidden"] - 重点抓取 name 包含
csrf、token、__RequestVerificationToken、_wpnonce的字段，值必须原样带入后续 POST - 有些 token 在 JS 变量里（比如
window.csrfToken = "abc123"），得用正则匹配：re.search(r'csrfToken\s*=\s*"([^"]+)"', html) - 注意表单
action属性是否为相对路径，需用urljoin(base_url, action)拼出完整提交地址
POST 提交时哪些参数不能硬编码
表单字段看似固定，但实际常有服务端生成的临时标识，硬写死会导致批量提交中途失败。
-
timestamp、rand、seq类字段：检查是否随每次 GET 页面刷新而变化，是的话必须从上一页提取 - 文件上传字段（
type="file"）：如果接口接受 base64 或二进制流，别用files=直传本地路径，要读取后构造 multipart body - 按钮字段（
input[type="submit"]）：某些系统会校验是否提交了 submit 名称，比如submit="确认提交"，漏掉就当无效请求 - Referer 和 User-Agent：部分站点校验来源头，建议复用 GET 请求的 headers 字典，不要只改 method
如何避免被服务端拦截或限流
批量提交本质是高频请求，不加控制等于主动触发风控。不是加个 random sleep 就万事大吉。
- 每提交一次，至少间隔 1–3 秒；若目标站有登录态，用同一
requests.Session()复用 cookies，避免重复登录 - 禁用自动重定向（
allow_redirects=False），检查响应状态码是否为 302/200，再手动处理跳转逻辑，防止因重定向丢失 token - 响应中出现
"请勿频繁操作"、"验证失败"、429 Too Many Requests，说明已被限流，此时应暂停并记录失败 ID，留待人工复查 - 别用默认
User-Agent；设成主流浏览器真实值（如Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36），但不要伪造过于新版本（如 Chrome 128），容易被识别为自动化工具
真正麻烦的永远不是发请求，而是表单背后那套没人告诉你、但必须遵守的隐式协议——token 怎么续、时间戳怎么算、按钮名要不要带、Referer 是否必须匹配上一页路径。这些细节不跑通，代码写得再漂亮也卡在第一个请求上。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
