访问scrapy蜘蛛中的会话cookie

我想访问蜘蛛内的会话cookie。我第一次登录到社交网络使用的蜘蛛：访问scrapy蜘蛛中的会话cookie

def parse(self, response): 

     return [FormRequest.from_response(response, 
       formname='login_form', 
       formdata={'email': '...', 'pass':'...'}, 
       callback=self.after_login)]

在after_login，我想访问会话cookie，以便将其传递给其他模块（这里硒），以进一步处理与页面认证会话。

，我想这样的事情：

 def after_login(self, response): 

     # process response 
     ..... 

     # access the cookies of that session to access another URL in the 
     # same domain with the autehnticated session. 
     # Something like: 
     session_cookies = XXX.get_session_cookies() 
     data = another_function(url,cookies)

不幸的是，response.cookies不返回的会话cookie。

如何获取会话cookie？我正在查看cookie中间件：scrapy.contrib.downloadermiddleware.cookies和scrapy.http.cookies但似乎没有任何直接的方式来访问会话cookie。

更多的细节在这里回合我原来的问题：

不幸的是，我用了你的想法，但我dind't看到饼干，虽然我知道肯定是他们自scrapy.contrib.downloadermiddleware存在.cookies中间件确实打印出cookies！这些正是我想要抓取的饼干。

因此，这里是我在做什么：

的after_login（个体经营，response）方法接收正确的身份验证后的反应变量，然后我访问的URL与会话数据：

def after_login(self, response): 

     # testing to see if I can get the session cookies 
     cookieJar = response.meta.setdefault('cookie_jar', CookieJar()) 
     cookieJar.extract_cookies(response, response.request) 
     cookies_test = cookieJar._cookies 
     print "cookies - test:",cookies_test 

     # URL access with authenticated session 
     url = "http://site.org/?id=XXXX"  
     request = Request(url=url,callback=self.get_pict) 
     return [request]

如下所示的输出，的确是有饼干，但我失败cookieJar捕捉它们：

cookies - test: {} 
2012-01-02 22:44:39-0800 [myspider] DEBUG: Sending cookies to: <GET http://www.facebook.com/profile.php?id=529907453> 
    Cookie: xxx=3..........; yyy=34.............; zzz=.................; uuu=44..........

所以我想获得包含密钥XXX字典，YY y等与相应的值。

谢谢:)

来源

2012-01-03 mikolune

我是否理解正确的话，你想在Facebook上进行身份验证，但是从不同的领域抽取数据进行认证的Facebook？ – warvariuc 2012-01-03 07:25:10

也许这就是矫枉过正，但我不知道你怎么使用这些Cookie，所以它可能是有用的（从实际代码摘录 - 它适应你的情况）：

from scrapy.http.cookies import CookieJar 

class MySpider(BaseSpider): 

    def parse(self, response): 

     cookieJar = response.meta.setdefault('cookie_jar', CookieJar()) 
     cookieJar.extract_cookies(response, response.request) 
     request = Request(nextPageLink, callback = self.parse2, 
         meta = {'dont_merge_cookies': True, 'cookie_jar': cookieJar}) 
     cookieJar.add_cookie_header(request) # apply Set-Cookie ourselves

CookieJar有一些有用的方法。

如果你还没有看到饼干 - 也许他们不在那里？

UPDATE：

看着CookiesMiddleware代码：

class CookiesMiddleware(object): 
    def _debug_cookie(self, request, spider): 
     if self.debug: 
      cl = request.headers.getlist('Cookie') 
      if cl: 
       msg = "Sending cookies to: %s" % request + os.linesep 
       msg += os.linesep.join("Cookie: %s" % c for c in cl) 
       log.msg(msg, spider=spider, level=log.DEBUG)

所以，尽量request.headers.getlist('Cookie')

来源

2012-01-03 06:37:17 warvariuc

非常感谢您的回答！不幸的是，它仍然没有工作。无论如何，我知道肯定有饼干。请参阅下面的帖子，了解我所做的。 – mikolune 2012-01-03 06:51:13

请参阅我的编辑原帖以查看我的回复！非常感谢:) – mikolune 2012-01-03 07:07:43

@mikolune，看到更新。此外，学习查看源代码 - 这就是为什么Python很好 - 您可以查看源代码，这有时是最好的文档。 – warvariuc 2012-01-03 07:32:13

一个典型的例子是有一个登录服务器，它提供了一个新的会话ID成功登录后。这个新的会话ID应该与另一个请求一起使用。

这里是从源代码中拾取的代码似乎为我工作。

print 'cookie from login', response.headers.getlist('Set-Cookie')[0].split(";")[0].split("=")[1]

代码：

def check_logged(self, response): 
tmpCookie = response.headers.getlist('Set-Cookie')[0].split(";")[0].split("=")[1] 
print 'cookie from login', response.headers.getlist('Set-Cookie')[0].split(";")[0].split("=")[1] 
cookieHolder=dict(SESSION_ID=tmpCookie) 

#print response.body 
if "my name" in response.body: 
    yield Request(url="<<new url for another server>>", 
     cookies=cookieHolder, 
     callback=self."<<another function here>>") 
else: 
    print "login failed" 
     return

来源

2015-10-12 01:03:04

访问scrapy蜘蛛中的会话cookie

回答

相关问题