爬虫笔记(六) - 关于 Cookie 的分析(Postman Request Selenium)

本次教程涉及到的软件包括:

  • Chrome浏览器
  • Chrome的插件Postman
  • Python的Request

假设你已经熟悉使用一切,我们直接告诉你结果:

  • Python的Request
    所有的请求信息在代码本身,不会调用到浏览器的Cookie信息,如果请求中需要验证Cookie需要添加到Hearders中
  • Chrome的插件Postman
    每次请求可能会调用浏览器保存的Cookie,所以如果想分析Request请求需要携带什么Cookie,需要先删除浏览器的Cookie

如果看不懂结论,可以接下来的照步骤来学习分析,主要包含几个要点:

  1. 如何清除浏览器的Cookie
  2. Postman快速获Chrome取浏览器产生的请求
  3. Postman分析Headers中需要验证的内容(Cookie只是其中之一)
  4. Postman导出Request代码
  5. Selenium获取cookie的方法

清理浏览器Cookie

Chrome打开某个网站后你会看到左上角有一个小锁,点击后删除所有Cookie信息,如下面的GIF所示:


Chrome清理cookie

F12开发者模式获取浏览器的请求信息

在访问某个网站过程中,会附带很多请求,包括js、ajax、api接口的请求等


F12开发者模式

要点:

  • 注意勾选Preserve log,不然每次页面刷新,记录会被删除
  • 可以尝试使用Filter那个框的功能,在Preserve log的最左边附近

首次登陆和非首次登陆的分析

基本了解删除Cookie和F12开发者模式后,我们来分析下首次登陆和第二次登陆的区别
按删除步骤删除Cookies后,关闭浏览器,再目标网站观察下:


首次访问

要点:

  • 小锁中的Cookie信息又恢复了(图中有19个,具体怎么来有兴趣自己可以分析下)
  • Request请求中没有Cookie信息,Response回应中右Set-cookie的信息
  • 出现了选择一个城市(这个信息是记录再Cookie中的)

再次提醒:勾选Preserve log后,再次访问目标网站,通过filter过滤需要的信息

两次请求的对比

要点(对比两次请求的区别):

  • 第一次:Request没有cookie,Response中有Set-cookies
  • 第二次:Request有cookie,Response没有Set-cookies

结论:我们首次访问网站,网站会发一个set-cookie的回应,让我们第二次访问的时候带上身份信息去请求目标网站,往往很多时候我们的想要的数据不在目标网站的首页,可能是一个API接口的请求,可能是目标网站的某个子目录,虽然访问首页会带一个set-cookie的回应给你,但是非首页的请求就没有那么友善了,给你的可能是一个空回应甚至把你的请求拒之门外(往下看会有分析)

Postman快速获Chrome取浏览器产生的请求

这个功能是为了快速获取我们的请求(包括Headers和Cookies),不需要手动到Postman去添,首先我们看看功能按键在哪里,然后将它们开启(如果不知道软件在哪里安装自己Google一下就可以了)。


通过Interceptor获取请求

要点:

  • 图中标识的两个位置记得设置为on
  • 如果记录太多影响分析,删除下历史记录

浏览器直接访问目标网站,你会看到所有的请求都会出现到History的标签中,通过筛选按钮获取你想要的请求,为了更好分析上面所说的拦截问题,我拿了一个API接口的请求作为本次分析的目标
这个链接是我多次分析目标网站后,发现每次搜索python工作岗位时候,浏览器向服务器发送的一个请求,Response回应中的是岗位的详细信息(Json格式)。如图:

Postman获取请求分析

要点:

  • 使用过滤获取到自己想要的网址

Postman分析Headers中需要验证的内容

接下来正式开始,我做一个大胆的测试,删掉所有的Headers,看看请求的结果


删除Headers

要点:

  • 你要相信你的眼睛,没错结果还是请求成功了

当你在懊恼为什么的时候,我又要来一个Gif了
循环播放的,简单说下Gif操作步骤和预期结果:

  1. 直接访问发送API请求(成功返回数据)
  2. 删除浏览器中记录的Cookies,再次发送发送API请求(没有数据,或者是拦截网站)
  3. 复制URL到浏览器中,查看结果(拦截网站)
    仔细看,仔细看~~~
大胆的尝试

总结:哈哈,其实就是一个简单的道理Postman会使用浏览器记录的Cookie,所以在每次测试的时候(包括Postman请求成功以后也会存到浏览器中),先删除掉浏览器的Cookie再做测试。

另外,针对目标网站我分析结果是:多个网站的分析后,我只会保留User-AgentCookie这两个Headers,最后Cookie验证只需user_trace_token=20170511230425-b1fa946e4c77442498aac65a98153141(授人以鱼不如授人以渔,过程不详解,自己去尝试吧)

Postman导出Request代码

Postman导出Request代码

步骤:

  1. Send按钮下面的那个Code
  2. 选中Python Requests
  3. 复制代码到IDLE中就能使用(前提是分析到对的Headers)

Selenium获取cookie的方法

最后付上一段selenum获取cookie的方法,详细Selenium的使用这里不介绍了~~~

import requests
from selenium import webdriver

driver = webdriver.Chrome() # 指定使用的Webderiver,这里使用的是Chrome的
driver.get("https://www.lagou.com") # 目标网址

# 获得cookie信息
# print driver.get_cookies()
# print type(driver.get_cookies())
cookie_tag = driver.get_cookies()[3]["value"] # 这里的代码可能有问题,自己改一下

driver.close() # 关闭浏览器
print cookie_tag
url = "https://www.lagou.com/jobs/positionAjax.json"
querystring = {"city": "广州", "needAddtionalResult": "false", "kd": "python", "pn": "{0}".format(1)}
headers = {
    'user-agent': "Mozilla/5.0 (Windows NT 6.1; WOW64; rv:53.0) Gecko/20100101 Firefox/53.0",
    'cookie': "user_trace_token={0};".format(cookie_tag)
}
response = requests.request("GET", url, headers=headers, params=querystring)
print response.text

代码分析:

  • webdriver.Chrome():此处需要下载一个Chrome的webdriver
  • get_cookies() :获取到所有的cookies,然后按需提取(代码中的提取可能有问题)

以上都是我的跟人观点,如果有不对,或者有更好的方法,欢迎留言指正~~~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容