学习资源入口https://www.bilibili.com/video/av19057145/?p=19
Cookies池介绍
- 有些网站需要登录才能进行爬取,就需要登录的cookies
- 爬取过程如果频率过高会导致封号
- 需要维护多个账号的cookies池实现大规模爬取
Cookies池的要求
- 需要可以实现许多账号的自动化登录
- 过期cookies定期验证筛选
- cookies池作为独立模块使用提供外部接口
Cookies池架构
维护cookies池过程
源码入口:https://github.com/Python3WebSpider/CookiesPool
使用在之前维护代理池时安装的库,若尚未安装,可以到源码requirements目录下
输入命令pip install -r requirements.txt
接口配置
# Redis数据库地址
REDIS_HOST = 'localhost'
# Redis端口
REDIS_PORT = 6379
# Redis密码,如无填None
REDIS_PASSWORD = 'foobared'
# 产生器使用的浏览器
BROWSER_TYPE = 'Chrome'
# 产生器类,如扩展其他站点,请在此配置
GENERATOR_MAP = {
'weibo': 'WeiboCookiesGenerator'
}
# 测试类,如扩展其他站点,请在此配置
TESTER_MAP = {
'weibo': 'WeiboValidTester'
}
# 检测器检测接口
TEST_URL_MAP = {
'weibo': 'https://m.weibo.cn/api/container/getIndex?uid=1804544030&type=uid&page=1&containerid=1076031804544030'
}
# 产生器和验证器循环周期
CYCLE = 120
# API地址和端口
API_HOST = '0.0.0.0'
API_PORT = 5000
进程开关配置
#在config.py里修改,true开,false关
# 产生器开关,模拟登录添加Cookies
GENERATOR_PROCESS = True
# 验证器开关,循环检测数据库中Cookies是否可用,不可用删除
VALID_PROCESS = True
# API接口服务
API_PROCESS = True
账号自行购买
导入账号
终端使用命令行跳转到源码importer目录下
输入命令python importer.py
导入账号后就可以运行了