Python瞎老弟的爬虫心得之requests篇③requests使用cookie

---

theme: github
highlight: a11y-dark

上一期中，我们已经基本了解了requests的使用，本期，我们将会继续讨论如果通过requests使用COOKIE

什么是COOKIE？

http请求本身是无状态的，也就是说，你这一次访问某网站，和你下一秒访问同一网站是无区别的。也即没有办法区分这一次访问和下一次访问是不是同一个人。
如果这样的话，也就没有办法实现账号登录了，因为你这一秒的登录，下一秒网站就不再认识你了。
因此，必须让浏览器记住某些关键的信息，以便于你再下一次请求该网站时会带上这些信息， 以保持登录状态

1.如何通过requests获取COOKIE？

import requests

url = "http://www.baidu.com"

r = requests.get(url)

print(r.COOKIEs)

通过r.COOKIEs可以得到一个RequestsCOOKIEJar对象，该对象中保存了COOKIE信息

该对象的行为类似于字典，可以通过get获取键对应的值，或者通过dict将其转为字典

2.如何向服务器发送你的COOKIE？

通过COOKIEs参数传入字典即可

import requests

url = "http://httpbin.org/COOKIEs"

COOKIEs = {"name": "xialaodi"}

r = requests.get(url, COOKIEs=COOKIEs)

print(r.text)

3.如何使用RequestsCOOKIEJar对象发送你的COOKIE

首先需要构造一个RequestsCOOKIEJar对象

import requests

url = "http://httpbin.org/COOKIEs"

jar = requests.COOKIEs.RequestsCOOKIEJar()

jar.set("name", "xialaodi", domain="httpbin.org", path="/COOKIEs")

r = requests.get(url, COOKIEs=jar)

print(r.text)

也可以使用requests.utils.COOKIEjar_from_dict()方法，将一个字典直接转为RequestsCOOKIEJar对象

import requests

url = "http://httpbin.org/COOKIEs"

COOKIEs = {"name": "xialaodi"}

jar = requests.utils.COOKIEjar_from_dict(COOKIEs)

r = requests.get(url, COOKIEs=jar)

print(r.text)

还可以使用request.utils.add_dict_to_COOKIEjar()方法，继续向RequestsCOOKIEJar对象中添加COOKIE

import requests

url = "http://httpbin.org/COOKIEs"

COOKIEs = {"name": "xialaodi"}

jar = requests.utils.COOKIEjar_from_dict(COOKIEs)

r = requests.get(url, COOKIEs=jar)

print(r.text)

new_COOKIEs = {"password": "123456"}

requests.utils.add_dict_to_COOKIEjar(jar, new_COOKIEs)

r = requests.get(url, COOKIEs=jar)
print(r.text)

4.使用会话对象Session

会话对象可以让你多次请求一个网站的时候，保持一些数据，包括自动带上COOKIE

import requests

s = requests.Session()

url = "http://httpbin.org/COOKIEs/set/name/xialaodi"

r = s.get(url)

print(r.text)

url = "http://httpbin.org/COOKIEs"

r = s.get(url)

print(r.text)

r = s.get(url, COOKIEs={"password": "123456"})

print(r.text)

r = s.get(url)

print(r.text)

从这段代码的执行结果，我们可以看出，网站返回给我们的COOKIE，被session对象记录下来了，并持续保持，但是，我们通过COOKIEs参数设置的COOKIE没有被session对象保持

因此，如果想要手动添加并持续保持COOKIE，请使用RequestsCOOKIEJar对象

也可以通过with上下文管理器，使用Session()

import requests

url = "http://httpbin.org/get"

with requests.Session() as s:
    s.headers.update({"user-agent": "lsp"})
    r = s.get(url)
    print(r.text)