如何构建Cookie池-1

 

 

一.项目背景

   由于http协议是无状态的协议，简单理解为如果客户端向服务器发送两次请求，这
   两次请求是独立的，，也就是说服务器根本不知道是同一个客户端发送过来的请求。所
以为了维护客户端的请求状态，Cookie技术应用而生。
   Cookie是通过客户端保持状态的解决方案，它是由服务器发送给客户端的特殊信息，
而这些特殊信息以文本形式存储放在客户端，然后客户端每次向服务器发送请求时会携
带上大量这些特殊信息。
   Session是通过服务器来保持状态的，客户端第一次访问时，服务器为这个客户端
创建唯一特征码，也就是SessionID，客户端再次请求时，服务器根据SessionID在服
务器数据库中查询，若有这个SessionID，则会做相应响应。

 

Cookie属性
》》name=value，键和值，具体的Cookie名称和内容
》》expires=xxxxx，过期时间，Cookie有效期
》》path=/，根路径，Cookie作用的具体路径位置
》》httpOnly，此Cookie只能服务器操作，JS无法操作

 

二.实现过程

   本次项目我们爬取的目标网址为闪职网，一个专门为爬虫工程师进行练习的网址，也
   在此非常感谢网站后台维护人员辛勤付出，网址为：http://shanzhi.spbeen.com/,从
中可以看出Cookies有csrftoken和shanzhi_kmer以及它们各自对应的值

 

from selenium import webdriver
import time
import json


#用户名，此处我们注册四个用户，如果无效读者后期可自行注册
users=[
    {'username':'test123456','password':'test123456'},
    {'username':'wfq123','password':'123'},
    {'username':'cauwfq','password':'cauwfq'},
    {'username':'cauwfq1234','password':'cauwfq1234'}
]


#登录网址
def login(username,password):
    #初始化url
    url='http://shanzhi.spbeen.com/login/'
    #初始化webdriver
    driver=webdriver.Chrome()
    #最大化窗口
    driver.maximize_window()
    #请求url
    driver.get(url)
    #用户名输入框
    username_input=driver.find_element_by_xpath('//*[@id="username"]')
    #发送用户名
    username_input.send_keys(username)
    #休眠1s
    time.sleep(1)
    #密码输入框
    password_input=driver.find_element_by_xpath('//*[@id="MemberPassword"]')
    #发送密码
    password_input.send_keys(password)
    #休眠1s
    time.sleep(1)
    #点击登录按钮
    driver.find_element_by_xpath('/html/body/div/div/div[2]/button').click()
    #休眠3s
    time.sleep(3)
    #获取cookies
    cookie_lists=driver.get_cookies()
    #获取cookie值
    cookie_dict={cookie['name']:cookie['value'] for cookie in cookie_lists}

    #写入文件
    with open('./cookies.txt','a+',encoding='utf8') as f:
        #写入文件
        f.write(json.dumps(cookie_dict))
        #写入换行
        f.write('n')
    
    #退出浏览器
    driver.quit()


if __name__ == '__main__':
    #遍历每个用户
    for user in users:
        #登录网站
        login(user['username'],user['password'])

 

 

#测试Cookie有效性

import requests
import json
import re


#读取cookies数据
with open('cookies.txt','r',encoding='utf8') as f:
    #读取存储为列表
    cookies_list=f.readlines()


#存储结果
result=''
#遍历每个Cookie
for cookie_str in cookies_list:
    #加载Cookie
    cookie_dict=json.loads(cookie_str)
    #构建会话
    session=requests.session()
    #加入到会话中
    session.cookies=requests.utils.cookiejar_from_dict(cookie_dict)
    #请求网址
    response=session.get('http://shanzhi.spbeen.com/login/')
    #输出响应内容
    #print(response,response.text)
    #存储结果
    result+=response.text


#输出登录结果，发现欢迎结果为4个，四个用户登录成功
print(re.findall('欢迎',result))