python - 使用 cookie 进行 scrapy 身份验证登录

Question

我是 scrapy 的新手，由于在线评论很好，所以决定尝试一下。我正在尝试使用 scrapy 登录网站。通过用 Selenium 收集所需的 cookie 并将它们添加到机械化，我已经成功地使用 Selenium 和机械化的组合登录。现在我正在尝试用 scrapy 和 selenium 做一些类似的事情，但似乎什么都做不了。我什至无法判断是否有任何工作。谁能帮帮我吗。以下是我开始的内容。我可能甚至不需要用 scrapy 传输 cookie，但我无法判断它是否真的登录过。谢谢

from scrapy.spider import BaseSpider
from scrapy.http import Response,FormRequest,Request
from scrapy.selector import HtmlXPathSelector
from selenium import webdriver

class MySpider(BaseSpider):
    name = 'MySpider'
    start_urls = ['http://my_domain.com/']

    def get_cookies(self):
        driver = webdriver.Firefox()
        driver.implicitly_wait(30)
        base_url = "http://www.my_domain.com/"
        driver.get(base_url)
        driver.find_element_by_name("USER").clear()
        driver.find_element_by_name("USER").send_keys("my_username")
        driver.find_element_by_name("PASSWORD").clear()
        driver.find_element_by_name("PASSWORD").send_keys("my_password")
        driver.find_element_by_name("submit").click()
        cookies = driver.get_cookies()
        driver.close()
        return cookies

    def parse(self, response,my_cookies=get_cookies):
        return Request(url="http://my_domain.com/",
            cookies=my_cookies,
            callback=self.login)

    def login(self,response):
        return [FormRequest.from_response(response,
            formname='login_form',
            formdata={'USER': 'my_username', 'PASSWORD': 'my_password'},
            callback=self.after_login)]

    def after_login(self, response):
        hxs = HtmlXPathSelector(response)
        print hxs.select('/html/head/title').extract()

Answer 1

你的问题更多的是调试问题，所以我的回答只是对你的问题做了一些注释，而不是确切的答案。

def parse(self, response,my_cookies=get_cookies):
    return Request(url="http://my_domain.com/",
        cookies=my_cookies,
        callback=self.login)

my_cookies=get_cookies - 您在这里分配一个函数，而不是它返回的结果。我认为你根本不需要在这里传递任何函数作为参数。应该是:

def parse(self, response):
    return Request(url="http://my_domain.com/",
        cookies=self.get_cookies(),
        callback=self.login)

cookies Request 的参数应该是一个字典 - 请验证它确实是一个字典。

I cant really even tell if anything is working or not.

在回调中放置一些打印以跟随执行。