Scrapy କୁକି ଜାର ଏକ ସେସନ୍‌ର, ସ୍ୱତଃପ୍ରବୃତ୍ତ ଭାବରେ ପ୍ରକ୍ସିର ନୁହେଁ

ପ୍ରକ୍ସି ବଦଳାଇବା ସ୍ପାଇଡର୍‌ର କୁକିକୁ ସ୍ୱତଃପ୍ରବୃତ୍ତ ଭାବରେ ବଦଳାଏ ନାହିଁ। ଏହା ଏକ ଚାଲୁଥିବା ସେସନ୍ ପାଇଁ ଉପଯୋଗୀ ହୋଇପାରେ ଏବଂ ଅନେକ ସ୍ୱାଧୀନ ସେସନ୍ ଏକ ସ୍ପାଇଡର୍ ଅଂଶୀଦାର କରିବା ସମୟରେ ଆଶ୍ଚର୍ଯ୍ୟଜନକ ଲାଗେ।

Scrapy ର କୁକି ମିଡଲୱେର୍ ଅନୁରୋଧର cookiejar ମେଟାଡାଟା ଦ୍ୱାରା ଚୟନିତ ପୃଥକ ଜାରକୁ ସମର୍ଥନ କରେ। ସେହି କି-କୁ ଆପଣ ପ୍ରକୃତରେ ରଖିବାକୁ ଚାହୁଁଥିବା ପରିଚୟ ଦିଅନ୍ତୁ:

yield scrapy.Request(
    'https://example.com/start',
    meta={'proxy': selected_proxy, 'cookiejar': 'workflow-17'},
)

ଏଣ୍ଡପଏଣ୍ଟ ଏବଂ ଜାର-କି ଦୁଇଟି ସ୍ୱାଧୀନ ଚୟନ। ଏକ ଅପ୍ରମାଣିତ ସାର୍ବଜନୀନ କ୍ରଲ୍ ନିଜର ଚୟନିତ HTTP ଏଣ୍ଡପଏଣ୍ଟକୁ HTTP ପ୍ରକ୍ସି ତାଲିକାରୁ ନେଇପାରେ ଯେଉଁଠାରେ ସେହି ପଥ ଅନୁମତିପ୍ରାପ୍ତ; ୱାର୍କଫ୍ଲୋ ତଥାପି ଜାର-କିର ମାଲିକ। ଏହି ସେସନ୍‌ରେ ରହିବା ଉଚିତ ପରବର୍ତ୍ତୀ ଅନୁରୋଧକୁ ସେହି ଜାର-କି ଆବଶ୍ୟକ; ଆପଣ ତିଆରି କରୁଥିବା ପ୍ରତ୍ୟେକ ନୂଆ ଅନୁରୋଧରେ ମେଟାଡାଟା ସ୍ୱତଃପ୍ରବୃତ୍ତ ଭାବରେ ଲାଗିନଥାଏ। ସମସ୍ତ ମିଡଲୱେର୍ ମେଟାଡାଟାକୁ ଅନ୍ଧଭାବରେ କପି ନକରି ୱାର୍କଫ୍ଲୋ ଆବଶ୍ୟକ କରୁଥିବା ନିର୍ଦ୍ଦିଷ୍ଟ ଫିଲ୍ଡଗୁଡ଼ିକ ପଠାନ୍ତୁ।

ପ୍ରକ୍ସି ଠିକଣାକୁ ଜାର-କି ଭାବରେ ବ୍ୟବହାର କରିବା କେବଳ ଏକ ନୀତି

ସେହି ସର୍ଟକଟ୍ ସ୍ଥିତିକୁ ଏଣ୍ଡପଏଣ୍ଟ ଅନୁସାରେ ଗ୍ରୁପ୍ କରେ। ଏହା ବ୍ୟକ୍ତି, ଖାତା କିମ୍ବା ସାର୍ବଜନୀନ ଏକ୍ଜିଟ୍ ଅନୁସାରେ ଆବଶ୍ୟକ ସ୍ତରରେ ଗ୍ରୁପ୍ କରେ ନାହିଁ। ଏକ ପ୍ରଦାତା ଏଣ୍ଡପଏଣ୍ଟ ଏକ୍ଜିଟ୍ ଘୂରାଇପାରେ, ଏବଂ ଅନେକ ଖାତା ସେହି ଏଣ୍ଡପଏଣ୍ଟ ବ୍ୟବହାର କରିପାରନ୍ତି।

ସ୍ଥିର ସ୍ଥିତି ଆବଶ୍ୟକ କରୁଥିବା ଅନୁମୋଦିତ ୱାର୍କଫ୍ଲୋ ପାଇଁ ଖାତା/ସେସନ୍ ପରିଚାୟକ, ଜାର ପରିଚାୟକ ଏବଂ ଚୟନିତ ପଥକୁ ଅଲଗା ଭାବରେ ରେକର୍ଡ କରନ୍ତୁ। ଯଦି ଅଧା ବାଟରେ ପଥ ବଦଳାଇବାକୁ ନିଷ୍ପତ୍ତି ନିଅନ୍ତି, ତେବେ ଆପ୍ଲିକେସନ୍ ସେସନ୍ ସହିତ କଣ ହେବ ମଧ୍ୟ ସ୍ଥିର କରନ୍ତୁ।

ପୃଥକ ଜାର ଆପଣ ନିର୍ଦ୍ଧାରିତ ଗ୍ରୁପଗୁଡ଼ିକ ମଧ୍ୟରେ ଦୁର୍ଘଟଣାବଶତଃ କୁକି ଅଂଶୀଦାରକୁ ରୋକେ। କିନ୍ତୁ କୌଣସି ଗନ୍ତବ୍ୟସ୍ଥଳ ଖାତା କିମ୍ବା ଅନ୍ୟ ଆପ୍ଲିକେସନ୍ ଡାଟା ମାଧ୍ୟମରେ ଦୁଇଟି ଅନୁରୋଧକୁ ସଂଯୋଗ କରିପାରିବ ନାହିଁ ବୋଲି ସେମାନେ ପ୍ରତିଶ୍ରୁତି ଦିଅନ୍ତି ନାହିଁ।

IP ବଦଳାଇବା ପରେ ମଧ୍ୟ ଭୁଲ ପୃଷ୍ଠା ରହିଲେ, ସମସ୍ତ କୁକି ଡିଲିଟ୍ କରିବା କିମ୍ବା ସମଗ୍ର ପ୍ରକ୍ସି ପୁଲ୍ ବଦଳାଇବା ପୂର୍ବରୁ କେଉଁ ଜାର ଅନୁରୋଧ ପଠାଇଥିଲା ଯାଞ୍ଚ କରନ୍ତୁ। ରଖାଯାଇଥିବା ସ୍ଥିତି ପୃଷ୍ଠାକୁ ସମ୍ପୂର୍ଣ୍ଣ ଭାବରେ ବ୍ୟାଖ୍ୟା କରିପାରେ।