怎么構(gòu)造cookies應(yīng)對(duì)python反爬蟲

小編給大家分享一下怎么構(gòu)造cookies應(yīng)對(duì)python反爬蟲，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

網(wǎng)站需要cookies才能正常返回，但是該網(wǎng)站的cookies過期很快，我總不能用瀏覽器開發(fā)者工具獲取cookies，然后讓程序跑一會(huì)兒，每隔幾分鐘再手動(dòng)獲取cookies，再讓程序繼續(xù)跑吧。如果反復(fù)這樣工作，那么寫爬蟲也就沒意義了。便開始對(duì)cookies進(jìn)行分析。

 從瀏覽器的開發(fā)者工具獲取到的cookies大約有10個(gè)字段，經(jīng)過反復(fù)測(cè)試，能讓網(wǎng)站正常返回的只需要兩個(gè)字段，分別為__jsluid_h=011a522dbxxxxxxxxc1ce59d336e5e60和__jsl_clearance=1581880640.794|0|trTB4c6b%2BZpvxxxxxxxx8YqCOOo%3D （中間打碼處理）。

 經(jīng)過測(cè)試，如果請(qǐng)求的時(shí)候不自己構(gòu)造cookies，默認(rèn)會(huì)返回__jsluid_h ：

先嘗試了將那段js腳本保存下來，包裝成一個(gè)html文件打開，發(fā)現(xiàn)瀏覽器不停的刷新，也并沒起什么作用。那就分析一下js腳本，原來的代碼是單行的，自己整理一下并加了一些變量名和log，大概是這么個(gè)樣子：

將第16行的變量cmd打印出來看看，發(fā)現(xiàn)是另一段類似的腳本：

可以看到第二段腳本已經(jīng)開始設(shè)置cookies的__jsl_clearence 字段了。這些顯然就是混淆后的js腳本，但是分析到這里也就大概弄明白了從發(fā)送請(qǐng)求到網(wǎng)站返回是怎么回事。之所以在本地跑這段代碼會(huì)不斷刷新，是因?yàn)榈诙械膕etTimeout會(huì)讓其在1.5秒后重新請(qǐng)求，但是我們本地沒有服務(wù)處理請(qǐng)求讓其停止，所以會(huì)不斷的刷新。

而第一段腳本當(dāng)中，變量y是完整的js代碼 ，代碼中的變量名和關(guān)鍵字被進(jìn)行編碼了，變量x存儲(chǔ)的是用來替換的變量名和關(guān)鍵字，后面是解碼函數(shù)。所以現(xiàn)在的問題變成了獲取第一段腳本當(dāng)中的cmd代碼，執(zhí)行后再獲取第二段代碼的document.cookie的內(nèi)容即可。

可是對(duì)于python和js的交互我完全沒接觸過，嘗試了PyExecJS和Js2Py，都沒辦法正常執(zhí)行第一段腳本。無奈之下，我用python復(fù)現(xiàn)了第一段腳本，然后用Js2Py獲取了cookie。在請(qǐng)求一次過后，構(gòu)造cookies，再請(qǐng)求一次，就可以了：

def test():
    url = REQUEST_URL
    # url = 'https://www.baidu.com'
    request_header = get_header()
    html = requests.get(url, headers=request_header)
    print(html)
    jscode = html.text
    # print(jscode)
    # tryjs.get_cookies()為復(fù)現(xiàn)的js代碼，以及用Js2Py獲取cookies的代碼
    request_cookies = try_js.get_cookies(jscode)
    request_cookies += ';__jsluid_h=' + html.cookies['__jsluid_h']
    request_header['Cookie'] = request_cookies
    print(request_header)
    html = requests.get(url, headers=request_header, timeout=5)
    print('new connection')
    print(html)
    print(html.text)

以上是“怎么構(gòu)造cookies應(yīng)對(duì)python反爬蟲”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！