这是一个创建于 2572 天前的主题，其中的信息可能已经有所发展或是发生改变。
我们用 PHP 写爬虫，需要在 guzzle 的 request options 里的 header 里，加上 cookie
现在都是手动，就是先用浏览器点开网站，F12，复制 cookie，粘贴到代码里，
这很傻逼，一方面 cookie 过一段会失效，二方面，始终无法自动获取到 cookie
Python 的 requests 包就可以，但显然我还是希望用 php 解决问题。
尝试过各种方式，均失败。
各位有什么好的建议么？
还有一个疑惑，这属于 HTTP 协议学得不好，也来请教一下：
如果首次访问网站，仍然会有 cookie，而且 cookie 里包含有 sessionID，这就很邪门，
如果要爬取的网页不是首次访问网站， 这个可以理解，因为你已经和网站建立连接了，当然会有 sessionID。
但首次访问网站，仍然会有 sessionID 包含在 cookie 里，实在理解不能，这 sessionID 哪里来的？ TCP 三次握手的时候 server 发送的？
请高人赐教。
现在都是手动，就是先用浏览器点开网站，F12，复制 cookie，粘贴到代码里，
这很傻逼，一方面 cookie 过一段会失效，二方面，始终无法自动获取到 cookie
Python 的 requests 包就可以，但显然我还是希望用 php 解决问题。
尝试过各种方式，均失败。
各位有什么好的建议么？
还有一个疑惑，这属于 HTTP 协议学得不好，也来请教一下：
如果首次访问网站，仍然会有 cookie，而且 cookie 里包含有 sessionID，这就很邪门，
如果要爬取的网页不是首次访问网站， 这个可以理解，因为你已经和网站建立连接了，当然会有 sessionID。
但首次访问网站，仍然会有 sessionID 包含在 cookie 里，实在理解不能，这 sessionID 哪里来的？ TCP 三次握手的时候 server 发送的？
请高人赐教。
 |
1
lifeintools 2017-10-29 11:19:03 +08:00 via iPhone
使用自动化工具，获取 cookie.那些浏览器测试用的框架。可以考虑下。selenium
|
 |
2
lhx2008 2017-10-29 11:27:10 +08:00 via Android
在 php 里面模拟登录，就可以拿到 cookies 了，如果要半自动就在 php 里面执行 python 的 selenium 弹浏览器拿 cookies 再返回给 php
第一次访问没 cookies，访问后网站会给你一个 cookies，里面有 seeson id |
 |
3
jugelizi 2017-10-29 11:31:04 +08:00
你都会 F12 了把浏览器清空看 header 的 set-cookie
还有 curl 是可以拿到 cookie 的 |
 |
4
ericgui OP @lifeintools facebook webdriver 难用的一逼
|
 |
5
AchillesNeo 2017-10-29 12:07:02 +08:00
### 服务端测试结果
UserSystem_BasicDataService_TestCase_20160415110013 测试完成，共 7 个测试用例，成功 6 个，失败 1 个。 |
 |
6
gouchaoer 2017-10-29 12:10:35 +08:00 via Android
Facebook webdriver 写的很好啊，拿来驱动 selenium 毫无问题，至于自动管理 cookie 的话 guzzle 应该会解析 header 里的 cookie 更新 httpclient 缓存的吧
|
 |
7
wdlth 2017-10-29 12:13:05 +08:00
guzzle 不是有 CookieJar 么？可以保存 Cookie，再利用的。
|
 |
8
allenhu 2017-10-29 15:21:16 +08:00 via Android
不知道 cookiejar 吗？
|
 |
9
skyjerry 2017-10-29 16:45:03 +08:00 via iPhone
sessionid 为什么会想到 tcp 三次握手？请求服务器的资源，服务器返回给你的东西带着 session 很奇怪吗？
|
 |
10
jq8778 2017-10-29 17:27:27 +08:00
COOKIE 植入一般有两种
一种是 HTTP 服务端返回 SET COOKIE，这种很好读 还有一种是用 JS 来植入 这种就要分析对应代码了... |
 |
12
8355 2017-10-30 09:49:16 +08:00
只用这个保存到文件就可以了啊.... 楼上讨论那么多在说啥...
curl 可以保存 cookie 的 http://php.net/manual/zh/function.curl-setopt.php CURLOPT_COOKIEJAR |
 |
14
picone 2017-11-06 16:22:28 +08:00
如果用 curl 提取的话，可以获取返回的 header，正则提取出你需要的 cookie。
如果只是一个用户的话可以用 CURLOPT_COOKIEJAR，不过这个玩意要读文件，不方便存数据库里面，而且无用的 cookie 可能很多。 |
 |
15
wk110 2017-11-10 19:48:46 +08:00
学习到了
|
Select Language