DrissionPage项目中的Cookies失效问题分析与解决
2025-05-24 21:48:58作者:秋阔奎Evelyn
在使用DrissionPage进行自动化测试时,经常会遇到需要保存和恢复登录状态的情况。本文将通过一个典型场景,分析Cookies失效的原因,并提供解决方案。
问题背景
在自动化测试过程中,开发者经常需要保存登录后的Cookies以便后续使用。一个常见的做法是:
- 手动登录目标网站
- 获取当前会话的Cookies
- 保存Cookies到文件或变量
- 后续测试中恢复这些Cookies
然而,在实际操作中,很多开发者会遇到保存的Cookies无法恢复登录状态的问题。
典型错误场景
在DrissionPage项目中,一个典型的错误操作流程如下:
- 开发者使用Chromium浏览器打开目标网站(如bilibili)
- 手动完成登录操作(扫码或账号密码)
- 获取当前Cookies并保存
- 错误操作:手动点击网站上的"退出登录"按钮
- 尝试使用保存的Cookies恢复登录状态时失败
问题原因分析
这种Cookies失效的根本原因是:
-
当用户主动点击"退出登录"时,网站服务器会:
- 使当前会话的Cookies失效
- 可能还会在服务器端标记这些Cookies为无效
-
保存的Cookies虽然看起来完整,但实际上已经被服务器标记为无效状态
-
当再次使用这些Cookies时,服务器会拒绝这些"已注销"的凭证
正确操作流程
正确的Cookies保存和恢复流程应该是:
- 使用Chromium浏览器打开目标网站
- 完成登录操作
- 立即获取并保存Cookies
- 不要进行任何注销操作
- 在需要恢复时直接使用保存的Cookies
代码示例
以下是使用DrissionPage正确处理Cookies的示例代码:
from DrissionPage import Chromium, ChromiumOptions
import time
# 初始化浏览器
co = ChromiumOptions().auto_port()
browser = Chromium(co)
tab = browser.latest_tab
# 访问网站并手动登录
tab.get('https://www.bilibili.com/')
print("请手动完成登录...")
time.sleep(30) # 留出足够时间手动登录
# 获取并保存Cookies
valid_cookies = tab.cookies()
print("Cookies已保存:", valid_cookies)
# 清除当前Cookies并验证恢复
tab.set.cookies.clear()
tab.refresh()
time.sleep(2)
# 恢复Cookies
tab.set.cookies(valid_cookies)
tab.refresh()
time.sleep(2)
# 此时应保持登录状态
其他注意事项
- Cookies有效期:某些网站的Cookies有较短的有效期,保存后可能很快失效
- 会话Cookies:部分网站使用会话Cookies,关闭浏览器后即失效
- IP变化:某些网站会绑定Cookies和IP,更换网络环境可能导致失效
- User-Agent:保持一致的User-Agent有助于Cookies正常工作
总结
在使用DrissionPage进行自动化测试时,正确处理Cookies是保持登录状态的关键。开发者需要注意避免在保存Cookies后进行任何可能导致会话失效的操作。理解网站的身份验证机制和Cookies工作原理,能够帮助我们更好地设计自动化测试流程。
对于需要长期保存登录状态的场景,建议:
- 定期更新Cookies
- 实现自动检测登录状态的机制
- 准备备用账号以应对Cookies失效的情况
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781