curl_cffi v0.11.2版本发布:HTTP客户端库的重要更新
curl_cffi是一个基于cURL和Python CFFI的高性能HTTP客户端库,它提供了与requests类似的API接口,但具有更好的性能和更底层的控制能力。该项目特别适合需要模拟浏览器行为或处理复杂HTTP场景的开发需求。
版本核心变更解析
Cookie处理机制优化
本次v0.11.2版本引入了一个重要的行为变更:response.cookies对象现在仅包含当前请求中的cookie,而不再自动包含重定向过程中的所有cookie。这一变更使得cookie处理更加明确和符合直觉。
对于需要跟踪整个会话cookie的场景,开发者现在必须显式使用Session对象:
import curl_cffi
# 不推荐的方式(可能丢失重定向过程中的cookie)
r = curl_cffi.get("https://example.com/redirect")
print(r.cookies) # 仅显示最后一次请求的cookie
# 推荐的方式(完整跟踪会话cookie)
s = curl_cffi.Session()
r = s.get("https://example.com/redirect")
print(s.cookies) # 显示整个会话过程中的所有cookie
这一变更虽然带来了轻微的破坏性变化,但提高了API的明确性和一致性,避免了之前版本中可能出现的隐式行为导致的bug。
新功能与改进
HTTP版本字符串支持
现在开发者可以使用字符串形式设置HTTP版本,提高了代码的可读性:
# 之前只能使用数字常量
r = curl_cffi.get("https://example.com", http_version=2)
# 现在可以使用字符串
r = curl_cffi.get("https://example.com", http_version="2")
支持的有效字符串值包括:"1.0"、"1.1"、"2"、"3"等,对应不同的HTTP协议版本。
重定向URL编码处理
增强了对重定向Location头部的编码处理能力,当遇到无法解码的URL时,现在会优雅地回退到latin-1编码,避免了之前版本中可能出现的解码错误。
Firefox特有扩展控制
新增了对Firefox特有HTTP扩展的开关控制,开发者可以根据需要启用或禁用这些扩展:
# 禁用Firefox特有扩展
curl_cffi.get("https://example.com", firefox_extensions=False)
这一功能特别适合需要精确控制HTTP头部的场景。
Cookie存储禁用选项
现在可以通过use_cookie_store=False参数完全禁用cookie存储功能:
# 完全禁用cookie存储
curl_cffi.get("https://example.com", use_cookie_store=False)
这对于不需要cookie功能或需要手动管理cookie的场景非常有用。
技术实现细节
在底层实现上,curl_cffi v0.11.2继续优化了与libcurl的交互效率。通过CFFI接口,Python代码能够直接调用libcurl的高性能网络功能,同时保持了Pythonic的API设计。
对于cookie处理的变化,底层实际上是调整了CURLOPT_COOKIELIST和CURLOPT_COOKIEJAR等选项的行为,使得每个请求的cookie处理更加隔离和明确。
升级建议
对于现有项目,升级到v0.11.2版本时需要注意:
- 检查所有依赖
response.cookies的代码,确保它们不隐式依赖重定向过程中的cookie - 对于需要完整cookie跟踪的场景,改用Session对象
- 考虑使用新的字符串形式HTTP版本设置,提高代码可读性
- 评估是否需要禁用Firefox扩展或cookie存储功能
这个版本在保持API简洁性的同时,提供了更精细的控制能力,是curl_cffi项目成熟度提升的重要一步。
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