当前位置:首页 > 文章列表 > 文章 > python教程 > Pythonrequests重试保留Session方法

Pythonrequests重试保留Session方法

2026-02-23 09:08:41 0浏览 收藏
本文深入解析了 Python requests 库中重试机制与 Session cookie 的协同工作原理,明确指出重试本身并不会主动丢弃 cookie,真正导致登录态丢失的往往是开发中常见的误操作——如重复创建 Session、手动清空或替换 cookies、线程不安全共享、显式传入空 cookies 参数,或忽略服务端 Set-Cookie 的过期指令;文章不仅提供了通过 HTTPAdapter 配置 urllib3.Retry 实现稳定带 Cookie 重试的标准实践,还揭示了动态刷新 token 等复杂场景下的安全重试策略,强调 Session 是一个需谨慎维护的状态容器,而非无状态工具,帮助开发者从根本上规避“重试后掉登录”的顽疾。

Python requests 如何在重试时保留原 Session 的 cookie

requests 重试机制默认会丢 cookie 吗? 是的。requests.adapters.HTTPAdapter 的重试逻辑(基于 urllib3.Retry)在底层重建连接时,**不会主动丢弃 Session 对象里的 cookie**,但前提是:你得用同一个 Session 实例发起重试请求。真正出问题的地方,往往是你误用了“重试后新建 Session”或手动调用了 session.cookies.clear(),又或者在重试回调里擅自替换了 session.cookies。

关键点在于:Session 是有状态的,cookie 存在 session.cookies(一个 RequestsCookieJar 实例)里,只要不显式清空、不换 session、不覆盖 cookiejar,重试请求自然携带原有 cookie。

用 urllib3.Retry 配合 Session 实现带 cookie 的重试 这是最常用也最稳妥的方式。重点是把重试策略挂到 session 的 adapter 上,而不是自己写 for 循环重发请求。
  • 重试配置必须通过 HTTPAdapter 注入,不能靠捕获异常后手动重发(那样容易漏掉 cookie 或 headers)
  • Retry 的 raise_on_redirect=False 和 raise_on_status=False 要设为 False(默认就是),否则重定向或 5xx 会直接抛异常,中断重试流程
  • 若服务端返回 401/403 且需要重新登录,重试机制本身不会自动刷新 cookie —— 这属于业务逻辑,得你自己在响应钩子里处理
import requests
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry

session = requests.Session() retry_strategy = Retry( total=3, backoff_factor=1, status_forcelist=[429, 500, 502, 503, 504], allowed_methods=["HEAD", "GET", "OPTIONS", "POST"] # 注意:默认不重试 POST,需显式声明 ) adapter = HTTPAdapter(max_retries=retry_strategy) session.mount("http://", adapter) session.mount("https://", adapter)

登录后 cookie 已存入 session.cookies

session.post("https://example.com/login", data={"u": "a", "p": "b"})

后续请求(含自动重试)都会带上登录态 cookie

resp = session.get("https://example.com/dashboard")

为什么有时重试后 cookie 没了?常见踩坑点 不是重试机制清 cookie,而是你无意中破坏了 session 的连续性:
  • 在重试回调(如 session.hooks["response"])里写了 session.cookies = requests.cookies.RequestsCookieJar() —— 直接替换了整个 cookiejar
  • 用 session.get(url, cookies={...}) 显式传入 cookies 参数:这会**临时覆盖** session.cookies,且仅对本次请求生效;但若你在重试期间反复传空 dict,可能干扰状态
  • 跨线程/协程共享同一个 Session 实例,而 RequestsCookieJar 不是线程安全的,导致 cookie 被意外清空或覆盖
  • 服务端返回 Set-Cookie 带 Expires=Past 或 Max-Age=0,session.cookies 会在下次请求前自动清理对应条目 —— 看起来像“丢了”,其实是被标准逻辑删了

需要动态更新 cookie 时怎么安全重试? 比如 token 过期后要先刷新再重放原请求。这时候不能依赖内置重试,得自己控制流程,但要确保原 session 状态可恢复:
  • 把原始请求参数(method、url、kwargs)存下来,不要在重试前修改 session.cookies
  • 刷新 token 后,用新 cookie 覆盖 session.cookies.set(),而不是全量替换
  • 避免在刷新过程中调用 session.cookies.clear(),哪怕只有一行
  • 如果必须重建 cookiejar(极少见),用 session.cookies = copy.deepcopy(old_jar),别用空构造

真正的难点不在“怎么让重试带 cookie”,而在于厘清 cookie 更新的时机和范围 —— 多数故障都源于把 session 当成无状态工具,而非一个需要小心维护的状态容器。

今天关于《Pythonrequests重试保留Session方法》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

Win11无密码登录设置方法Win11无密码登录设置方法
上一篇
Win11无密码登录设置方法
微信视频美颜设置方法详解
下一篇
微信视频美颜设置方法详解
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。
    372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。
    443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。
    449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。
    395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。
    220次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码