Доступ к сеансовому файлу в scrapy spiders

Я пытаюсь получить доступ к файлу cookie сеанса внутри паука. Сначала я вхожу в социальную сеть, используя в пауке:

    def parse(self, response):

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

В after_login я хотел бы получить доступ к кукисам сеанса, чтобы передать их другому модулю (селен здесь), чтобы продолжить обработку страницы с помощью аутентифицированного сеанса.

Мне хотелось бы что-то вроде этого:

     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)

К сожалению, response.cookies не возвращает файлы cookie сеанса.

Как я могу получить файлы cookie сеанса? Я смотрел на промежуточное ПО cookie: scrapy.contrib.downloadermiddleware.cookies и scrapy.http.cookies, но, похоже, нет простого способа получить доступ к кукисам сеанса.

Более подробная информация приведена в моем первоначальном вопросе:

К сожалению, я использовал вашу идею, но я не вижу файлы cookie, хотя я точно знаю, что они существуют, поскольку программное обеспечение scrapy.contrib.downloadermiddleware.cookies печатает файлы cookie! Это именно файлы cookie, которые я хочу захватить.

Итак, вот что я делаю:

Метод after_login (self, response) получает переменную ответа после правильной проверки подлинности, а затем я получаю доступ к URL-адресу с данными сеанса:

  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]

Как видно из приведенного ниже вывода, действительно есть файлы cookie, но я не могу их захватить с помощью cookieJar:

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..........

Итак, я хотел бы получить словарь, содержащий ключи xxx, yyy и т.д. с соответствующими значениями.

Спасибо:)

Ответы

Ответ 1

Классическим примером является наличие сервера входа в систему, который предоставляет новый идентификатор сеанса после успешного входа в систему. Этот новый идентификатор сеанса должен использоваться с другим запросом.

Вот код, полученный из источника, который, похоже, работает для меня.

print 'cookie from login', response.headers.getlist('Set-Cookie')[0].split(";")[0].split("=")[1]

код:

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

Ответ 2

Возможно, это перебор, но я не знаю, как вы собираетесь использовать эти файлы cookie, поэтому может быть полезно (выдержка из реального кода - адаптируйте его к вашему делу):

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 имеет несколько полезных методов.

Если вы все еще не видите файлы cookie - возможно, их там нет?

UPDATE

Глядя на код CookiesMiddleware:

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)

Итак, попробуйте request.headers.getlist('Cookie')