Python Requests模块session的那些事

lsekfe

本篇主要讲解Python Requests模块session的使用建议及整个会话中的所有cookie的方法。
　　测试代码
　　服务端：下面是用flask做的一个服务端，用来设置cookie以及打印请求时的请求头。
# -*- coding: utf-8 -*-
from flask import Flask, make_response, request

app = Flask(__name__)


@app.route('/a1')
def a1():
    print(request.headers)
    rp = make_response()
    rp.set_cookie('a1', '123')
    return rp


@app.route('/a2')
def a2():
    print(request.headers)
    rp = make_response()
    # rp.set_cookie('a2', '234')
    return rp


@app.route('/a3')
def a3():
    print(request.headers)
    rp = make_response()
    rp.set_cookie('a3', '345')
    return rp


if __name__ == '__main__':
    app.run(host='0.0.0.0')


　　客户端：
# -*- coding: utf-8 -*-

import requests

url1 = 'http://192.168.2.159:5000/a1'
url2 = 'http://192.168.2.159:5000/a2'
url3 = 'http://192.168.2.159:5000/a3'

cookies = requests.utils.cookiejar_from_dict({'test': 'test'})
print(type(cookies), cookies)  # RequestsCookieJar 对象
s = requests.session()
s.cookies = cookies    # 这里设置的cookie test=test 是所有请求中都会附带的
s.headers = {'h1':'h1'} #  这里设置的请求头h1=h1是所有请求中都会附带的
r1 = s.get(url1, cookies={'r1': 'r1'},headers={'h2':'h2'})  # 临时加上cookie r1=r1 和 header h2=h2 下一个请求中不会有此 cookie  和header
r2 = s.get(url2)
requests.utils.add_dict_to_cookiejar(s.cookies, {'xx': 'xx'})  # 在接下来的请求中，永久添加xx cookie

r3 = s.get(url3)

# r1.cookies 是一个RequestsCookieJar对象，可以使用  requests.utils.dict_from_cookiejar(r1.cookies) 将其转换成dict
# 我发现可以直接用dict进行转换，这样写起来更方便  
print(dict(r1.cookies))  # 打印r1请求的返回结果中设置的cookies
print(dict(r2.cookies))  # 打印r2请求的返回结果中设置的cookies
print(dict(r3.cookies))  # 打印r3请求的返回结果中设置的cookies

print(dict(s.cookies))  # s.cookies中包含整个会话请求中的所有cookie（临时添加的如上面的r1不包含在内）


　　先启动服务端，再启动客户端。
　　运行结果
　　服务端打印结果：
192.168.2.159 - - [26/Jun/2019 17:28:00] "GET /a1 HTTP/1.1" 200 -
Host: 192.168.2.159:5000
Accept-Encoding: identity
H1: h1
H2: h2
Cookie: test=test; r1=r1


192.168.2.159 - - [26/Jun/2019 17:28:00] "GET /a2 HTTP/1.1" 200 -
Host: 192.168.2.159:5000
Accept-Encoding: identity
H1: h1
Cookie: test=test; a1=123


192.168.2.159 - - [26/Jun/2019 17:28:00] "GET /a3 HTTP/1.1" 200 -
Host: 192.168.2.159:5000
Accept-Encoding: identity
H1: h1
Cookie: test=test; xx=xx; a1=123


　　客户端打印结果：
<class 'requests.cookies.RequestsCookieJar'> <RequestsCookieJar[<Cookie test=test for />]>
{'a1': '123'}
{}
{'a3': '345'}
{'test': 'test', 'xx': 'xx', 'a1': '123', 'a3': '345'}


　　总结及使用建议
　　通过服务端打印可以看出，如果我们不设置User-Agent， requests模块的请求头是python-requests/2.21.0，这不是正常浏览器的请求头，这也是为什么我们做爬虫时一定要修改请求头的一个原因。
　　使用requests.session()可以帮助我们保存这个会话过程中的所有cookie，可以省去我们自己获取上一个请求的cookie，然后更新cookie后重新设置再进行请求这类操作。
　　通过s.cookies 和s.headers设置的整个会话中都会携带的cookie和header。
　　通过s.get(url1, cookies={'r1': 'r1'},headers={'h2':'h2'}) 这种形式设置的cookie和header 不会覆盖s.cookies和s.headers中设置的请求头和cookie，只是在此次请求中添加此cookie和header，下个请求中不会携带这里的r1和h2。
　　requests.utils.add_dict_to_cookiejar(s.cookies, {'xx': 'xx'}) 可以给s设置固定cookie：xx ,这种设置的cookie 不是临时的，后面的请求中都会携带。
　　r1.cookies 的结果是RequestsCookieJar对象，可以通过dict对其转换，得到一个dict，其内容是r1请求响应头中设置的cookie，如果当前请求没有被设置新cookie，则dict后的是一个空字典。
　　s.cookies 的结果是整个会话过程（通过s发送的所有请求的过程）被设置的cookie，所有通过dict(s.cookies) 可以得到所有被设置cookie
　　建议我们再使用的过程中，把公共部分提前设置好，比如headers、cookies、proxies。
　　最近使用发现，如果整个过程中某些cookie被多次设置，直接使用dict强转会失败，最稳妥的办法，还是使用requests.utils.dict_from_cookiejar(s.cookies)来得到字典类型的cookies。