web-dev-qa-db-ja.com

Python --urllib2＆cookielib

次のWebサイトを開いて、最初のCookieを取得し、それを2番目のURLオープンに使用しようとしていますが、次のコードを実行すると、2つの異なるCookieが出力されます。 2番目のURLオープンに最初のCookieを使用するにはどうすればよいですか？

import cookielib, urllib2

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))

home = opener.open('https://www.idcourts.us/repository/start.do')
print cj

search = opener.open('https://www.idcourts.us/repository/partySearch.do')
print cj

ご覧のとおり、出力には毎回2つの異なるCookieが表示されます。

<cookielib.CookieJar[<Cookie JSESSIONID=0DEEE8331DE7D0DFDC22E860E065085F for www.idcourts.us/repository>]>
<cookielib.CookieJar[<Cookie JSESSIONID=E01C2BE8323632A32DA467F8A9B22A51 for www.idcourts.us/repository>]>
pythonurllib2cookielib
22
Adrian

これはurllibの問題ではありません。そのサイトはいくつかのファンキーなことをします。セッションIDを検証するには、いくつかのスタイルシートをリクエストする必要があります。

import cookielib, urllib2

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
# default User-Agent ('Python-urllib/2.6') will *not* work
opener.addheaders = [
    ('User-Agent', 'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.6; en-US; rv:1.9.2.11) Gecko/20101012 Firefox/3.6.11'),
    ]


stylesheets = [
    'https://www.idcourts.us/repository/css/id_style.css',
    'https://www.idcourts.us/repository/css/id_print.css',
]

home = opener.open('https://www.idcourts.us/repository/start.do')
print cj
sessid = cj._cookies['www.idcourts.us']['/repository']['JSESSIONID'].value
# Note the +=
opener.addheaders += [
    ('Referer', 'https://www.idcourts.us/repository/start.do'),
    ]
for st in stylesheets:
    # da trick
    opener.open(st+';jsessionid='+sessid)
search = opener.open('https://www.idcourts.us/repository/partySearch.do')
print cj
# perhaps need to keep updating the referer...
21
albertov

実際の答えではありません（ただし、コメントするには長すぎます）。これに答えようとしている他の人にとっておそらく役立つでしょう。

私の最善の試みにもかかわらず、私はこれを理解することができません。

Firebugを見ると、FirefoxのCookieは同じまま（正しく機能している）のようです。

urllib2.HTTPSHandler(debuglevel=1)を追加して、Pythonが送信しているヘッダーをデバッグしましたが、Cookieを再送信しているように見えます。

また、Firefoxのすべてのリクエストヘッダーを追加して、役立つかどうかを確認しました（役に立たなかった）。

opener.addheaders = [
    ('User-Agent', 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-GB; rv:1.9.2.13) Gecko/20101203 Firefox/3.6.13'),
    ..
]

私のテストコード：

import cookielib, urllib2

cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj), urllib2.HTTPSHandler(debuglevel=1))
opener.addheaders = [
    ('User-Agent', 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-GB; rv:1.9.2.13) Gecko/20101203 Firefox/3.6.13'),
    ('Accept', 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8'),
    ('Accept-Language', 'en-gb,en;q=0.5'),
    ('Accept-Encoding', 'gzip,deflate'),
    ('Accept-Charset', 'ISO-8859-1,utf-8;q=0.7,*;q=0.7'),
    ('Keep-Alive', '115'),
    ('Connection', 'keep-alive'),
    ('Cache-Control', 'max-age=0'),
    ('Referer', 'https://www.idcourts.us/repository/partySearch.do'),
]

home = opener.open('https://www.idcourts.us/repository/start.do')
print cj

search = opener.open('https://www.idcourts.us/repository/partySearch.do')
print cj

私は明らかな何かを見逃しているように感じます。

7
thirtydot

リクエストごとに新しいCookieを設定しているサーバーに問題があると思います。

0
Senthil Kumaran