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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
895
Ascend Extension for PyTorch
Python
505
610
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
392
290
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108