讨论型主题:想写一个库,用来本地化 cookies 的,大家给点建议。 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
aaronhua
V2EX    Python

讨论型主题:想写一个库,用来本地化 cookies 的,大家给点建议。

  •  1
     
  •   aaronhua 2019-07-25 10:26:59 +08:00 1971 次点击
    这是一个创建于 2272 天前的主题,其中的信息可能已经有所发展或是发生改变。

    面向的系统的特点

    1. 需要长久的爬取,长期的保持登陆
    2. 需要做登陆验证的
    3. 对于登陆时敏感的,对登录次数有限制
    4. 提供兼容多线程的爬虫方式
    5. session 的本地化,极大的方便调试
    6. 对于无需登陆,或者登陆限制小的就不适用这个库。

    我预计的调用示例

    from logincraw import BaseCraw, session app = BaseCraw('baiducraw') @app.login # 系统登陆逻辑,返回 session def login(): session.get('https://www.baidu.com') return session # 必须 return session @app.whether_login # 验证是否登陆成功的方法 def whether_login(session): r = session.get('https://www.baidu.com') # 请求系统的某个页面,用于检测是否登陆 if r is 'logined': return True else: return False @app.check_login(thread = 2) # 参数 thread 启动的线程数。与 app.run()搭配 def start_craw(): # 实际爬虫的逻辑 print('i am running') return save_to_db() if __name__ == '__main__': app.run() # 调用多线程方法 # or # start_craw() # 调用本身的方法 

    写了个初版的 demo
    https://github.com/aaronhua123/logincraw

    6 条回复    2019-08-16 09:25:33 +08:00
    aaronhua
        1
    aaronhua  
    OP
       2019-07-25 10:42:36 +08:00
    一直在做一些办公系统的爬虫,因为不能频繁登录,所以提取 cookies,保存到 sqlite3 数据库,使用的时候再提取出来。因为对 flask 的调用方式有好感,所以就写成这种调用方式了。(狗头)
    joson1205
        2
    joson1205  
       2019-07-26 09:13:45 +08:00
    难道 cookies 没有时效性的??
    aaronhua
        3
    aaronhua  
    OP
       2019-07-26 09:39:08 +08:00
    @joson1205 需要添加代码去保存 cookies,我之前使用 pickle 去保存 session,但是多线程下调用有问题。我也一直没有想清楚这个问题。会不会有更好的实践方式,所以找你们大佬讨论下。
    joson1205
        4
    joson1205  
       2019-07-30 17:46:21 +08:00
    @aaronhua 既然你都说了多线程调用问题,是不是用户登录的安全策略导致?很多系统都是限定一个用户只能限定一个客户端操作的,就像 QQ,这边登录了另外一边就强制下线
    lmingzhi08
        5
    lmingzhi08  
       2019-08-15 20:45:26 +08:00 via Android
    redis cookies 池?
    可以参考静觅的爬虫书《 Python3 网络爬虫开发实战》
    aaronhua
        6
    aaronhua  
    OP
       2019-08-16 09:25:33 +08:00
    @lmingzhi08 速度问题,都推荐使用 redis。(┬_┬)
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     1476 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 25ms UTC 16:43 PVG 00:43 LAX 09:43 JFK 12:43
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86