如何使用httr正确设置cookie以获取URL内容

Question

我需要从网站上下载使用cookie进行保护的信息。我手动传递这个保护，然后将cookie插入到httr。

这里有类似的主题，但它不能解决我的问题：(Copying cookie for httr)

library(httr)
url<-"http://smida.gov.ua/db/emitent/year/xml/showform/32153/125/templ"

cook<-"_SMIDA=9117a9eb136353bd6956651bd59acd37; __utmt=1; __utma=29983421.1729484844.1413489369.1413625619.1413627797.3; __utmb=29983421.7.10.1413627797; __utmc=29983421; __utmz=29983421.1413489369.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)"

response <- GET(url, config(cookie= cook))

content(x = response,as = 'text', encoding = "UTF-8")   

因此，当我使用内容时，它会返回我没有登录的信息(就像我没有cookie一样)。

我该如何解决这个问题？

测试凭证是登录：mytest2，pass：qwerty12)

Answer 1

这将是使用set_cookies和GET & httr的方式

GET("http://smida.gov.ua/db/emitent/year/xml/showform/32153/125/templ", 
    set_cookies(`_SMIDA` = "7cf9ea4bfadb60bbd0950e2f8f4c279d",
                `__utma` = "29983421.138599299.1413649536.1413649536.1413649536.1",
                `__utmb` = "29983421.5.10.1413649536",
                `__utmc` = "29983421",
                `__utmt` = "1",
                `__utmz` = "29983421.1413649536.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none)"))

这对我来说很管用，至少我觉得这样做是因为我看不懂这门语言。返回的表具有相同的结构，没有提示登录。

不幸的是，登录时的captcha阻止了使用Rselenium (或其他类似的爬行包)，因此您必须继续手动抓取这些cookie(或者使用实用程序从会话中提取它们)。

最后，您可能需要认真考虑更改这些凭据，现在:-)

编辑：，@VadymB和我都发现，直到，我们重新启动RStudio，代码才能运行。你的里程可能会不同。