如何使用Puppeteer获取网站的第三方Cookie？

嘿，刚好我之前踩过这个坑！你提到的await page.cookies()确实只能拿到当前页面第一方域名的Cookie，要获取第三方Cookie得用点不一样的方法，下面给你两种靠谱的实现方式：

方法一：用Chrome DevTools Protocol直接获取所有Cookie #

Puppeteer底层基于Chrome DevTools Protocol（CDP），我们可以直接调用CDP的Network.getAllCookies命令，它能返回浏览器存储的所有Cookie（包括第一方和第三方）：

// 获取所有Cookie（含第三方）
const allCookies = await page._client.send('Network.getAllCookies');
// 返回的结果是一个对象，cookies字段是Cookie数组
console.log(allCookies.cookies);

拿到所有Cookie后，你可以通过对比当前页面域名和Cookie的domain字段，过滤出第三方Cookie：

// 先获取当前页面的主域名
const currentPageDomain = new URL(page.url()).hostname;

// 过滤第三方Cookie的函数
const filterThirdPartyCookies = (allCookiesList) => {
  return allCookiesList.filter(cookie => {
    // 处理Cookie域名带前缀点的情况（比如.example.com）
    const cookieDomain = cookie.domain.startsWith('.') ? cookie.domain.slice(1) : cookie.domain;
    // 如果当前页面域名不是Cookie域名的子域名，就判定为第三方
    return !currentPageDomain.endsWith(cookieDomain);
  });
};

// 得到最终的第三方Cookie数组
const thirdPartyCookies = filterThirdPartyCookies(allCookies.cookies);
console.log('第三方Cookie列表:', thirdPartyCookies);

方法二：通过浏览器上下文获取所有Cookie #

如果你想获取整个浏览器上下文（比如所有标签页）的Cookie，也可以用browserContext.cookies()，之后同样用上面的过滤逻辑筛选第三方：

// 获取当前浏览器上下文的所有Cookie
const allContextCookies = await page.browserContext().cookies();
// 过滤出当前页面的第三方Cookie
const thirdPartyCookies = filterThirdPartyCookies(allContextCookies);

小提示 #

• 如果你担心page._client这个内部API未来有变动，可以用更稳定的page.createCDPSession()替代：

  const cdpSession = await page.createCDPSession();
  const allCookies = await cdpSession.send('Network.getAllCookies');
  

• 部分网站会用SameSite属性限制Cookie，默认Puppeteer配置下是可以正常获取的，不用额外调整。

内容的提问来源于stack exchange，提问作者Piotr Wu