scrapy中如何設定應用cookies的方法(3種)

2020-09-22 18:00:23

本人是python3.6

總的來說，scrapy框架中設定cookie有三種方式。

第一種：setting檔案中設定cookie

當COOKIES_ENABLED是註釋的時候scrapy預設沒有開啟cookie

當COOKIES_ENABLED沒有註釋設定為False的時候scrapy預設使用了settings裡面的cookie

當COOKIES_ENABLED設定為True的時候scrapy就會把settings的cookie關掉，使用自定義cookie

所以當我使用settings的cookie的時候，又把COOKIES_ENABLED設定為True，scrapy就會把settings的cookie關閉，

而且我也沒使用自定義cookie，導致整個請求根本沒有cookie,導致獲取頁面失敗。

總結：

如果使用自定義cookie就把COOKIES_ENABLED設定為True

如果使用settings的cookie就把COOKIES_ENABLED設定為False

第二種：middlewares中設定cookie

在middlewares中的downloadermiddleware中的process_request中設定cookie，設定如下：

request.cookies={
'':'',
'':'',
}

等等。裡面的cookie內容要以鍵值對的形式存在。

第三種：在spider爬蟲主檔案中，重寫start_request方法，在scrapy的Request函數的引數中傳遞cookies

  # 過載start_requests方法
  def start_requests(self):
    headers = {
          "User-Agent": "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:59.0) Gecko/20100101 Firefox/59.0"}
    # 指定cookies
    cookies = {
          'uuid': '66a0f5e7546b4e068497.1542881406.1.0.0',
          '_lxsdk_cuid': '1673ae5bfd3c8-0ab24c91d32ccc8-143d7240-144000-1673ae5bfd4c8',
          '__mta': '222746148.1542881402495.1542881402495.1542881402495.1',
          'ci': '20',
          'rvct': '20%2C92%2C282%2C281%2C1',
          '_lx_utm': 'utm_source%3DBaidu%26utm_medium%3Dorganic',
          '_lxsdk_s': '1674f401e2a-d02-c7d-438%7C%7C35'}

        # 再次請求到詳情頁，並且宣告回撥函數callback，dont_filter=True 不進行域名過濾，meta給回撥函數傳遞資料
    yield Request(detailUrl, headers=headers, cookies=cookies, callback=self.detail_parse, meta={'myItem': item}, dont_filter=True)

同時還要在setting中設定：

ROBOTSTXT_OBEY=False

到此這篇關於scrapy中如何設定應用cookies的方法(3種)的文章就介紹到這了,更多相關scrapy設定cookies內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

scrapy中如何設定應用cookies的方法(3種)

熱門文章