Question

我正在尝试访问蜘蛛内的会话cookie。我首先使用蜘蛛登录社交网络：

    def parse(self, response):

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

在after_login中，我想访问会话cookie，以便将它们传递给另一个模块（这里是selenium），以进一步处理具有身份验证会话的页面。

我想要那样的东西：

     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不会返回会话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饼干。

我的原始问题还有更多细节：

不幸的是，我使用了你的想法，但我看不到cookie，虽然我确信它们存在，因为 scrapy.contrib.downloadermiddleware.cookies 中间件确实打印出了cookie！这些正是我想要抓住的cookie。

所以这就是我在做的事情：

after_login（self，response）方法在正确认证后接收响应变量，然后我使用会话数据访问URL：

  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]

如下面的输出所示，确实存在cookie，但我无法使用cookieJar捕获它们：

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..........

所以我想得到一个字典，其中包含关键字xxx，yyy等以及相应的值。

谢谢：）

Answer 1

一个典型的例子是拥有一个登录服务器，它在成功登录后提供一个新的会话ID。此新会话ID应与另一个请求一起使用。

以下是从源代码中获取的代码，似乎对我有用。

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

Answer 2

也许这是一种矫枉过正，但我不知道你将如何使用这些cookie，所以它可能是有用的（从真实代码的摘录 - 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。

如果你还没看到饼干 - 也许它们不在那里？

<强>更新：

查看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，试试request.headers.getlist('Cookie')

Answer 3

这对我有用

response.request.headers.get('Cookie')

似乎返回了中间件在请求中，会话中或其他情况下引入的所有cookie。

在scrapy蜘蛛中访问会话cookie

3 个答案: