scrapy中如何设置应用cookies

总的来说，scrapy框架中设置cookie有三种方式。

第一种：

setting文件中设置cookie

当COOKIES_ENABLED是注释的时候scrapy默认没有开启cookie

当COOKIES_ENABLED没有注释设置为False的时候scrapy默认使用了settings里面的cookie

当COOKIES_ENABLED设置为True的时候scrapy就会把settings的cookie关掉，使用自定义cookie

所以当我使用settings的cookie的时候，又把COOKIES_ENABLED设置为True，scrapy就会把settings的cookie关闭，

而且我也没使用自定义cookie，导致整个请求根本没有cookie,导致获取页面失败。

总结：

如果使用自定义cookie就把COOKIES_ENABLED设置为True

如果使用settings的cookie就把COOKIES_ENABLED设置为False

 

第二种：

middlewares中设置cookie

在middlewares中的downloadermiddleware中的process_request中配置cookie，配置如下：

request.cookies={
\'\':\'\',

\'\':\'\',

}

等等。里面的cookie内容要以键值对的形式存在。

第三种：

在spider爬虫主文件中，重写start_request方法，在scrapy的Request函数的参数中传递cookies

                
    # 重载start_requests方法
    def start_requests(self):
        headers = {
                    "User-Agent": "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:59.0) Gecko/20100101 Firefox/59.0"}
        # 指定cookies
        cookies = {
                    \'uuid\': \'66a0f5e7546b4e068497.1542881406.1.0.0\',
                    \'_lxsdk_cuid\': \'1673ae5bfd3c8-0ab24c91d32ccc8-143d7240-144000-1673ae5bfd4c8\',
                    \'__mta\': \'222746148.1542881402495.1542881402495.1542881402495.1\',
                    \'ci\': \'20\',
                    \'rvct\': \'20%2C92%2C282%2C281%2C1\',
                    \'_lx_utm\': \'utm_source%3DBaidu%26utm_medium%3Dorganic\',
                    \'_lxsdk_s\': \'1674f401e2a-d02-c7d-438%7C%7C35\'}
 
                # 再次请求到详情页，并且声明回调函数callback，dont_filter=True 不进行域名过滤，meta给回调函数传递数据
        yield Request(detailUrl, headers=headers, cookies=cookies, callback=self.detail_parse, meta={\'myItem\': item},  dont_filter=True)

 

同时还要在setting中设置：

ROBOTSTXT_OBEY=False