如何解决Python调用Bard时会话Cookie频繁变更的问题？

一、自动获取并更新会话Cookie #

手动更新Cookie效率极低，可通过模拟浏览器登录流程自动抓取并维护Cookie：

1. 用Selenium模拟登录提取Cookie
   通过Chrome浏览器的用户数据目录，首次登录后后续可自动复用登录状态，无需重复手动操作：

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import requests
from bardapi import Bard, SESSION_HEADERS

def get_bard_cookies():
    chrome_options = Options()
    # 保存浏览器登录状态，避免重复登录
    chrome_options.add_argument("user-data-dir=./chrome_bard_profile")
    driver = webdriver.Chrome(options=chrome_options)
    driver.get("https://bard.google.com/")
    
    # 首次运行需手动完成登录，之后按回车继续
    input("登录完成后按回车继续...")
    
    cookies = driver.get_cookies()
    session = requests.Session()
    # 只提取需要的三个Cookie
    target_cookies = ["__Secure-1PSID", "__Secure-1PSIDCC", "__Secure-1PSIDTS"]
    for cookie in cookies:
        if cookie['name'] in target_cookies:
            session.cookies.set(cookie['name'], cookie['value'])
    driver.quit()
    return session

# 初始化自动获取的会话
session = get_bard_cookies()
token = "mytokenhere"
session.headers = SESSION_HEADERS
bard = Bard(token=token, session=session)

2. Cookie失效自动重试
   在请求逻辑中加入异常捕获，当请求失败时自动重新获取Cookie：

def get_bard_safe_response(bard, prompt):
    try:
        return bard.get_answer(prompt)
    except Exception as e:
        print("Cookie失效，重新获取会话...")
        global session, bard
        session = get_bard_cookies()
        bard = Bard(token=token, session=session)
        return bard.get_answer(prompt)

# 调用示例
answer = get_bard_safe_response(bard, "Summarize this transcription: " + s)

二、不依赖会话Cookie的官方替代方案 #

Google官方未提供无Cookie的Bard API，但可使用PaLM API（Bard基于PaLM模型开发），这是合规稳定的官方调用方式：

1. 安装依赖

pip install google-generativeai

2. PaLM API调用代码示例
   需先在Google Cloud控制台创建并获取API密钥，替换代码中的YOUR_API_KEY：

import google.generativeai as genai

# 配置API密钥
genai.configure(api_key="YOUR_GOOGLE_CLOUD_API_KEY")

# 初始化文本生成模型
model = genai.GenerativeModel('models/text-bison-001')

# 读取并处理长文本
file_path = 'prova2.1.txt'
with open(file_path, 'r', encoding='ISO-8859-1') as file:
    transcription = file.read()

def split_long_string(input_string, max_length):
    divided_strings = []
    for i in range(0, len(input_string), max_length):
        divided_strings.append(input_string[i:i + max_length])
    return divided_strings

divided_strings = split_long_string(transcription, 7000)
combined_response = ""

# 分段生成摘要
for s in divided_strings:
    response = model.generate_content(f"Summarize this transcription: {s}")
    combined_response += response.text + "\n"

# 合并所有摘要
final_response = model.generate_content(f"Join these summaries into a coherent whole: {combined_response}")
print(final_response.text)

注意事项 #

• 使用Selenium时，需保证Chrome浏览器与ChromeDriver版本匹配。
• PaLM API提供免费测试额度，超出后需付费使用，注意API密钥保密。

内容的提问来源于stack exchange，提问作者ilpoppattuso