知乎cookies的介绍_Requestium = Requests + Selenium

这个框架是我在知乎「Python有哪些常见的、好用的爬虫框架？」的高赞答案中看到的，试着用了一下，还挺好玩。

下面的内容主要来自Requestsium的GitHub上的介绍：https://github.com/tryolabs/requestium，少量是我自己的测试代码。

定位

Requestium是集Requests和Selenium于一体的WEB自动化工具。Requestium可以看作是在Requests为主体的基础上增加了Selenium的部分功能，如果你需要一个以Selenium为主体，增加部分Requests功能的Python库，可以去看一下 另一个叫做Selenium-Requests的库。

Requestium最主要的特性是能够在保持当前Web会话的同时，允许在Requests的Session和Selenium的Webdriver之间切换。

安装方法

pip install requestium

使用方法

对于能够熟练使用Requests和Selenium的人来说，学习Requestium几乎没有什么成本（Requestium的源码一共也只有400多行）。如果不熟悉的话还是要先去学这两个库，最好的学习资料就是它们的官方文档。

首先创建一个session，初始化参数包含webdriver的路径，浏览器，timeout时限，以及webdriver所需参数。

from requestium import Session, Keys

s = Session(webdriver_path='./chromedriver',
            browser='chrome',
            default_timeout=15,
            webdriver_options={'arguments': ['headless']})

至于浏览器，Requestium只支持PhantomJS和Chrome，鉴于PhantomJS已死，作者短时间内没有更新这个上次commit是2018年2月的库，我们可以认为Requestium只支持Chrome，当然自己写一个支持其他浏览器的版本也并非难事。

和Requests不同，我们不需要手动解析收到的响应，当调用xpath，css，re的时候，解析会自动完成，例如这样：

title = s.get('http://samplesite.com').xpath('//title/text()').extract_first(default='Default Title')

Requestium的session对象本质上就是Requests的session对象，所以它原本自带的方法都可以用：

s.post('http://www.samplesite.com/sample', data={'field1': 'data1'})
s.proxies.update({'http': 'http://10.11.4.254:3128', 'https': 'https://10.11.4.252:3128'})

也可以切换到webdriver模式来运行js代码：

s.transfer_session_cookies_to_driver()  # You can maintain the session if needed
s.driver.get('http://www.samplesite.com/sample/process')

Requestium的session.driver对象本质上就是Selenium的driver对象，所以它原本自带的方法都可以用：

s.driver.find_element_by_xpath("//input[@class='user_name']").send_keys('James Bond', Keys.ENTER)

# New method which waits for element to load instead of failing, useful for single page web apps
s.driver.ensure_element_by_xpath("//div[@attribute='button']").click()

除了原本自带的函数，Requestium的session.driver对象还有xpath，css，re方法，可以用来定位：

if s.driver.re(r'ID_dwd some_pattern'):
    print('Found it!')

切换回session模式同样简单：

s.transfer_driver_cookies_to_session()
s.post('http://www.samplesite.com/sample2', data={'key1': 'value1'})

ensure 方法

Requestium的另一大特点是增加了一系列ensure 方法，可以确保driver确实发现了指定元素或者转移了cookie。

如果使用的是Selenium的 find_element_by_方法，一旦driver没有发现我们想要的元素，就会立刻抛出一个异常。而Requestium则会等待这个元素的出现。下面是四个Requestium可以等待的状态：

• present （默认）
• clickable
• visible
• invisible (例如等待loading... 消失)

一些对比的例子

官网上的一个例子：登录Reddit

使用Requestium时的代码量只有使用Requests + Selenium + lxml的一半。（可不是嘛，你把好多try...except都用ensure封装起来了 ）。

一个例子——用Requestium登录浙大通行证

霏霏：【JS逆向】模拟登录浙大通行证​zhuanlan.zhihu.com

速度要慢一点，但是写起来不用动脑子。

import re
from requestium import Session, Keys

login_url = 'https://zjuam.zju.edu.cn/cas/login'
s = Session(webdriver_path='/usr/local/bin/chromedriver',
            browser='chrome',
            default_timeout=15,
            webdriver_options={'arguments': ['headless']}
           )
s.driver.get(login_url)
s.driver.find_element_by_xpath("//*[@id='username']").send_keys('')
s.driver.find_element_by_xpath("//*[@id='password']").send_keys('', Keys.ENTER)
s.transfer_driver_cookies_to_session()
resp = s.get(login_url)
print(re.search('nick: '(.*?)'', resp.text).group(1), '登录成功!')

欢迎关注～