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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0186
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0111
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
853
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
673
1.31 K
Ascend Extension for PyTorch
Python
716
866
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.77 K
186
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
454
436
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++
1.06 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
990
598
暂无简介
Dart
1 K
259