cookie登陸,幾種cookie來源的統一與轉化
最近在做一個cookie池專案,遇到一個問題,webdriver、requests、requests。Session、scrapy、瀏覽器、抓包的cookie,這幾種請求相應來源的cookie格式都不一樣,需要統一成一種格式。
首先看這幾種cookie的格式
從正常的chrome瀏覽器獲取儲存的cookie:
import browsercookie
browsercookie。chrome()
Out[8]: port=None, port_specified=False, domain=‘。alibaba。com’, domain_specified=True, domain_initial_dot=True, path=‘/’, path_specified=True, secure=1, expires=0, discard=False, comment=None, comment_url=None, rest={}, rfc2109=False), Cookie(version=0, name=‘_tb_token_’, value=‘73b06abb5e’, port=None, port_specified=False, domain=‘。alibaba。com’, domain_specified=True, domain_initial_dot=True, path=‘/’, path_specified=True, secure=0, expires=0, discard=False, comment=None, comment_url=None, rest={}, rfc2109=False), Cookie(version=0, name=‘cookie2’, 從正常瀏覽器獲取cookie的好處是可以應對網站對Selenium的檢測,透過登陸正常瀏覽器然後獲取cookie,這種方式可以登入淘寶。 但是獲取到的cookie是瀏覽器的所有記錄,需要處理一下,並且cookie的欄位資訊很全。 一條cookie包含的欄位有:name、path、value、port、domain、expires等,從正常瀏覽器獲得的cookie可以直接使用在webdriver控制的頁面,目前這種方式可以跳過淘寶登入頁對Selenium的檢測。 從webdriver獲得的cookie: webdriver。get_cookies() Out[19]: [{‘domain’: ‘。baidu。com’, ‘httpOnly’: False, ‘name’: ‘H_PS_PSSID’, ‘path’: ‘/’, ‘secure’: False, ‘value’: ‘26524_1461_21103_28140’}, {‘domain’: ‘www。baidu。com’, ‘expiry’: 1547618916, ‘httpOnly’: False, ‘name’: ‘BD_UPN’, ‘path’: ‘/’, ‘secure’: False, ‘value’: ‘12314353’}] 可以看到是一個內嵌欄位的列表,字典裡面欄位比直接從 正常瀏覽器獲取的欄位少一點。 從requests、requests.Session獲取cookie 從requests、requests。Session獲取的cookie格式是一致都是下面格式 port=None, port_specified=False, domain=‘。baidu。com’, domain_specified=True, domain_initial_dot=True, path=‘/’, path_specified=True, secure=False, expires=1546841552, discard=False, comment=None, comment_url=None, rest={}, rfc2109=False)]> 可以看見欄位基本和webdriver獲取的cookie欄位相同,比從正常瀏覽器獲取的cookie欄位少 從scrapy獲取cookie In [1]: response。headers。getlist(‘Set-Cookie’) Out[1]: [b‘BDORZ=27315; max-age=86400; domain=。baidu。com; path=/’] 從scrapy獲取cookie和前面幾種不一樣的是沒有name、value欄位並且格式是bytes,其他欄位大同小異,但是以幾次嘗試結果來看第一個等號左邊是name,右邊是value 從抓包得到的cookie Cookie:BAIDUID=89C23F0D3D1DAD89BAD2E77470C010AE:FG=1; BIDUPSID=89C23F0D3D1DAD89BAD2E77470C010AE; PSTM=1546681778; H_PS_PSSID=1460_27209_21122_28205_28131_28267_28140; BD_UPN=1a314353; BDORZ=FFFB88E999055A3F8A630C64834BD6D0; delPer=0; BD_CK_SAM=1; PSINO=1; BDRCVFR[EaNsStaiD7m]=mk3SLVN4HKm; locale=zh; BDRCVFR[S_ukKV6dOkf]=mk3SL 抓包得到的cookie就是一個name=value再用‘;’拼接而成的字串,只有兩個欄位的資訊,但是我們知道預設的path=‘\’ 其中這幾個欄位是可以互相轉化和使用的,但都必須含有這幾個欄位:name、domain、value、path,path是預設為‘\’、domain可以獲得,這就是這幾種cookie來源相互轉化和統一的前提。 目前正在做的一個cookie池就是從這幾種來源的cookie,統一成一種格式儲存在redis資料庫,然後使用requests和webdriver兩種方式來檢驗cookie是否失效,透過tornado框架來做成可線上配置的微服務,具有基本雛形後再和大家分享。 ———————————————— ID:Python之戰 |作|者|公(zhong)號:python之戰 專注Python,專注於網路爬蟲、RPA的學習-踐行-總結 喜歡研究和分享技術瓶頸,歡迎關注 獨學而無友,則孤陋而寡聞! ——————————————-
下一篇:代購怎麼尋找客源?