Python爬虫登录网站技巧分享
本文深入解析了Python爬虫在抓取需登录网站时如何安全、可靠地复用浏览器已登录的Cookie,指出直接复制开发者工具中的Cookie字符串往往因SameSite、HttpOnly限制或User-Agent/TLS指纹校验而失败;推荐采用browsercookie3库自动读取并解密Chrome/Firefox/Edge本地加密的Cookies数据库,结合requests.Session实现会话自动管理与动态Cookie更新,同时提醒读者注意请求头(如User-Agent、Referer)、JavaScript生成的隐藏字段及CDN反爬等常见陷阱,强调真正有效的登录态复用依赖对真实网络请求链路的细致分析而非简单搬运Cookie。

登录后怎么把浏览器 Cookie 传给 Python 请求
直接拿浏览器开发者工具里复制的 Cookie 字符串发请求,大概率会失败——网站通常校验 SameSite、HttpOnly 标志,或绑定 user-agent 和 TLS 指纹。更可靠的做法是复用浏览器当前会话的 Cookie 缓存,而不是手动拼接。
核心思路:让 Python 的 requests 使用和浏览器一致的 Cookie 存储路径(如 Chrome 的 Default/Cookies SQLite 文件),读取已登录态的加密 Cookie。
- Chrome / Edge 用户:Cookie 存在
%LOCALAPPDATA%\Google\Chrome\User Data\Default\Cookies(Windows)或~/Library/Application Support/Google/Chrome/Default/Cookies(macOS) - 需要先关闭对应浏览器进程(否则 SQLite 被锁,读取失败)
- Cookie 值是 AES 加密的(Windows 用 DPAPI,macOS 用 Keychain,Linux 用 libsecret),不能直接读明文;必须调用系统 API 解密
- 推荐用
browsercookie3库自动处理解密逻辑,它已封装各平台适配
用 browsercookie3 自动提取已登录 Cookie
browsercookie3 是目前最省心的方案,它不依赖 Selenium,也不抓包,纯读取本地 Cookie 数据库并解密。安装后一行代码就能拿到带登录态的 requests.Session。
实操步骤:
- 运行
pip install browsercookie3 - 确保目标网站已在 Chrome(或 Firefox/Edge)中完成登录且未退出
- 关闭所有 Chrome 窗口(包括后台进程,可在任务管理器里确认
chrome.exe是否还存在) - Python 中这样用:
import requests import browsercookie3自动读取 Chrome 的登录 Cookie(支持 Firefox/Edge 需指定函数名)
cj = browsercookie3.chrome() # 或 browsercookie3.firefox()
session = requests.Session() session.cookies.update(cj)
现在发请求就带着有效登录态
resp = session.get("https://example.com/dashboard") print(resp.status_code) # 200 表示成功
requests.Session 为什么比 requests.get 更关键
很多新手直接对每个 requests.get(url, cookies=...) 单独传 Cookie,这会丢失会话维持所需的动态字段(比如 _xsrf、sessionid 更新、重定向跳转中的 Cookie 合并)。网站登录态往往依赖多轮响应头里的 Set-Cookie 自动更新。
requests.Session()会自动管理 Cookie jar,接收服务端返回的Set-Cookie并合并进后续请求- 手动传
cookies=参数是“只读”行为,不会更新,下次请求仍用旧值 - 尤其注意:某些网站登录后会立即跳转(302),再返回新 Cookie;不用 Session 就抓不到这个关键更新
常见失败原因和绕过技巧
即使 Cookie 正确,也可能返回 403 或跳回登录页——这不是 Cookie 无效,而是服务端做了额外校验。
- 检查请求头是否缺失
User-Agent:Chrome 默认值和requests默认值不同,加一句session.headers.update({"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36..."}) - 某些网站校验
Referer:比如从/login跳转到/dashboard,首次请求需带Referer: https://example.com/login - JavaScript 渲染的 Token(如
__RequestVerificationToken)无法从 Cookie 获取,得先 GET 登录页,用BeautifulSoup提取隐藏字段再 POST - 如果网站用 Cloudflare 或 Akamai,光有 Cookie 不够,还需模拟完整浏览器指纹(这时就得上
playwright或undetected-chromedriver)
真正难的不是“怎么传 Cookie”,而是识别哪些字段是静态缓存的、哪些是每次请求动态生成的、哪些校验根本绕不过去——得看响应头、Network 面板里的真实请求链路,而不是只盯着登录按钮点一下就完事。
以上就是《Python爬虫登录网站技巧分享》的详细内容,更多关于的资料请关注golang学习网公众号!
NumPy数组形状获取方法详解
- 上一篇
- NumPy数组形状获取方法详解
- 下一篇
- 夸克AI搜索使用技巧与效率提升方法
-
- 文章 · python教程 | 2小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 2小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 6小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 7小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 8小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 9小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 10小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 1099次使用
-
- 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。
- 1094次使用
-
- 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。
- 1265次使用
-
- 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。
- 1204次使用
-
- 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。
- 1050次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

