Scrapy 2.6.0 & 2.6.1 发布，Python 爬虫框架

内容简介：Scrapy 是一套基于 Twisted 的异步处理框架，纯 Python 实现的爬虫框架，用户只需要定制开发几个模块就可以轻松的实现一个爬虫，用来抓取网页内容以及各种图片。它也可以用于广泛的目的，从数据挖掘、监控到自动测...

Scrapy 是一套基于 Twisted 的异步处理框架，纯 Python 实现的爬虫框架，用户只需要定制开发几个模块就可以轻松的实现一个爬虫，用来抓取网页内容以及各种图片。它也可以用于广泛的目的，从数据挖掘、监控到自动测试等。

v2.6.0 更新内容如下：

• cookie handling 的安全修复（详见下文）
• Python 3.10 支持
• asyncio 支持不再被认为是实验性的，并且无论你的 Python 版本如何，都可以在 Windows 上开箱即用
• Feed 导出现在支持pathlib.Path输出路径和每个 Feed 项目过滤和后处理

查看完整的变更日志

安全漏洞修复

• 当一个定义了 cookie 的请求对象得到一个重定向响应，导致一个新的请求对象被安排，原请求对象中定义的 cookie 不再被复制到新的请求对象中。

  如果你在一个请求对象上手动设置了 Cookie header，并且重定向 URL 的域名与原始请求对象的 URL 的域名不完全匹配，那么你的 Cookie header 现在会从新的请求对象中删除。

  攻击者可以利用旧行为来访问你的 cookie。参阅 cjvr-mfj7-j4j8 安全公告了解更多信息。

  注意：在定义你的 cookie 时，仍然可以通过定义共享域的后缀（例如 example.com 和任何子域）作为 cookie 域，使不同域之间共享 cookie。更多信息参见Request类的文档。

• 当在响应的 Set-Cookie header 中收到的或在 Request 对象中定义的 cookie 的域被设置为公共后缀 <https://publicsuffix.org/>_ 时，除非 cookie 域与请求域相同，否则 cookie 现在被忽略。

  攻击者可以利用旧行为将受控域中的 cookie 注入到你的 cookiejar 中，该 cookiejar 可能会发送到不受攻击者控制的其他域。参阅 mfjm-vh54-3f96 安全公告了解更多信息。

 v2.6.1 更新内容如下：

• 修复了2.6.0版本中引入的回归问题，该问题会在跟随重定向时取消设置请求方法。

详情可查看：https://github.com/scrapy/scrapy/releases

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。