Question

我需要从使用Cookie保护的网站下载信息。我手动传递此保护，然后将Cookie插入httr。

这是类似的主题，但它并没有解决我的问题：（Copying cookie for httr）

library(httr)
url<-"http://smida.gov.ua/db/emitent/year/xml/showform/32153/125/templ"

cook<-"_SMIDA=9117a9eb136353bd6956651bd59acd37; __utmt=1; __utma=29983421.1729484844.1413489369.1413625619.1413627797.3; __utmb=29983421.7.10.1413627797; __utmc=29983421; __utmz=29983421.1413489369.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)"

response <- GET(url, config(cookie= cook))

content(x = response,as = 'text', encoding = "UTF-8")

因此，当我使用内容时，它会返回我的信息，我没有登录（因为我没有cookie）

我该如何解决这个问题？

测试凭据是登录：mytest2，传递：qwerty12）

Answer 1

这将set_cookies与GET＆amp; httr：

GET("http://smida.gov.ua/db/emitent/year/xml/showform/32153/125/templ", 
    set_cookies(`_SMIDA` = "7cf9ea4bfadb60bbd0950e2f8f4c279d",
                `__utma` = "29983421.138599299.1413649536.1413649536.1413649536.1",
                `__utmb` = "29983421.5.10.1413649536",
                `__utmc` = "29983421",
                `__utmt` = "1",
                `__utmz` = "29983421.1413649536.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)"))

这对我有用，至少我认为它确实如此，因为我无法阅读该语言。表格返回时具有相同的结构，没有提示登录。

不幸的是，登录时的验证码会阻止使用Rselenium（或其他类似的爬行程序包），因此您必须继续手动抓取这些Cookie（或使用实用程序从会话中提取它们）。

最后，您可能需要认真考虑更改这些凭据，现在： - ）

编辑： @VadymB我发现代码没有工作直到我们重新启动了RStudio。您的里程可能会有所不同。

如何正确设置cookie以使用httr获取URL内容

1 个答案: