Selenium 自动化获取登录态 Cookie 的三种工程化方案

注意：直接使用 time.sleep 是可靠性最低的等待方式。在真实项目中，务必使用 WebDriverWait 配合预期条件（如元素出现、URL 变化）来确认登录成功，这是避免因网络延迟导致获取到登录前 Cookie 的关键。

然而，标准 API 有它的局限：

• 无法获取 HttpOnly Cookie？ 错！这是一个常见误解。get_cookies()可以获取到被标记为 HttpOnly 的 Cookie，因为 Selenium 是通过 CDP（Chrome DevTools Protocol）从浏览器底层获取的，而不是通过页面 JavaScript。这恰恰是 Selenium 的优势之一。
• 域名与路径限制：get_cookies() 默认返回当前页面上下文下的所有 Cookie。如果你在 https://www.example.com/dashboard 页面上调用，那么你获取到的 Cookie 作用域（domain/path）通常是包含该页面的。如果需要特定域名的 Cookie，可以通过循环过滤。
• Cookie 对象包含哪些属性？ 除了 name 和 value，一个完整的 Cookie 字典通常还包括：
  • domain: Cookie 生效的域名
  • path: Cookie 生效的路径
  • expiry: 过期时间戳（Unix 时间）
  • httpOnly: 布尔值
  • secure: 是否仅通过 HTTPS 传输
  • sameSite: Strict, Lax, None 等属性

了解这些属性对于后续的 Cookie 管理和模拟请求至关重要。

1.2 精准获取与 Cookie 管理策略

在复杂的单页应用（SPA）或微服务架构下，一个页面可能承载来自多个子域名的请求，对应的 Cookie 也五花八门。我们常常只需要其中一两个核心的认证 Cookie（如 sessionid, auth_token）。

def get_specific_cookie(driver, target_name):
    """根据名称获取特定的 Cookie 值"""
    all_cookies = driver.get_cookies()
    for cookie in all_cookies:
        if cookie['name'] == target_name:
            return cookie['value']
    return None

# 使用示例
auth_token = get_specific_cookie(driver, 'authorization')
if auth_token:
    print(f"成功获取到 Token: {auth_token[:20]}...") # 只打印前 20 位避免泄露
else:
    print("未找到目标 Cookie，可能需要检查登录状态或 Cookie 名称。")

更进一步，我们可以实现一个简单的 Cookie 管理器，负责 Cookie 的获取、过滤、持久化和加载。这对于需要长期运行、定时执行登录的爬虫任务非常有用。

import pickle
import os
from datetime import datetime

class CookieManager:
    def __init__(self, driver, cookie_file):
        self.driver = driver
        self.cookie_file = cookie_file

    def save(self):
        cookies = self.driver.get_cookies()
        with open(self.cookie_file, 'w', encoding='utf-8') as f:
            json.dump(cookies, f, indent=2)
        print(f"Cookie 已保存至 {self.cookie_file}")

    def load(self):
        if not os.path.exists(self.cookie_file):
            return False
        try:
            with open(self.cookie_file, 'r', encoding='utf-8') as f:
                cookies = json.load(f)
                for cookie in cookies:
                    # 注意：部分浏览器可能不支持直接添加过期时间戳以外的属性
                    self.driver.add_cookie(cookie)
            print("Cookie 加载成功")
            return True
        except Exception as e:
            print(f"加载失败：{e}")
            return False

在实际使用中，初始化后先尝试加载，如果失败则执行登录流程并保存。这样既减少了重复登录带来的风险，也提升了脚本的执行效率。记住，稳定的登录态是爬虫长期运行的基石。