当前位置:首页 > 文章列表 > Golang > Go问答 > Golang 和 Python 执行 http 请求的方法之间有根本区别吗?

Golang 和 Python 执行 http 请求的方法之间有根本区别吗?

来源:stackoverflow 2024-04-11 20:00:35 0浏览 收藏

本篇文章向大家介绍《Golang 和 Python 执行 http 请求的方法之间有根本区别吗?》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

问题内容

这是我的问题:在 go 中与在 python 中执行相同的请求不会返回相同的 cookie,即使两者在同一端点上使用相同的 http 方法。这是我的python代码:

import requests
r = requests.get("https://instagram.com/paperclip")
for cooke in r.cookies:
    print(cooke)

这按预期工作,并且应该被视为控件。这是我的代码:

resp, err := http.Get("https://instagram.com/paperclip")
if err != nil {
    panic(err)
}

for _, cookie := range resp.Cookies() {
    fmt.Println(cookie.Name, cookie.Value)
}

唯一的区别是 golang 完全没有 cookie,我不知道为什么。有没有人以前经历过这种情况/知道为什么 golang 的行为不同?

编辑:如果相关:缺少的特定 cookie 是“urlgen="{[ip: port]}:[某种令牌]”


解决方案


我已经在本地环境中尝试了您的代码,它工作得很好:

$ cat main.go 
package main

import (
    "fmt"
    "net/http"
)

func main() {
    resp, err := http.Get("https://instagram.com/paperclip")
    if err != nil {
        panic(err)
    }

    for _, cookie := range resp.Cookies() {
        fmt.Println(cookie.Name, cookie.Value)
    }

}

$ go run main.go 
urlgen {}:1gG5sj:plSKGgHYyLBefEhRrGVeZvPAs_M
mid W9MxTQAEAAGGiuN4IK97_H18ESVR
rur FRC
mcd 3
csrftoken LMddnPjpoVZB2p9X6bPJrGKWAzoMmMCO

$ go version
go version go1.11 darwin/amd64

以上就是《Golang 和 Python 执行 http 请求的方法之间有根本区别吗?》的详细内容,更多关于的资料请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
Java异常处理的局限性有哪些?Java异常处理的局限性有哪些?
上一篇
Java异常处理的局限性有哪些?
Java线程安全的集合类详解
下一篇
Java线程安全的集合类详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    264次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    315次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    300次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    273次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    92次使用