node.js web开发:EXPRESS 4.x 以上使用session和cookie 的记录 - lgphp

本文介绍如何使用Node.js中的Connect中间件实现会话管理。包括session和cookie的设置、获取及删除等操作。

http://www.cnblogs.com/lgphp/p/3913077.html

关于session 和cookie 我搞了2-3天, 发现这个玩意也挺麻烦的. 很多教程都是把这种会话保存在nosql里面,比如mongo,或者redis等等.但是我还是想直接保存在计算机的内存中,比较符合传统的方式.网上也有很多这方面的文章,但基本上都是你抄我的,我抄你的,而且express有很多这种session/cookie的中间件,总是让人弄迷糊.很多文章都是点到为止,完全要靠自己慢慢去试,去看文档,去摸索.

我是基于connect这个中间件实现的.这个middleware 功能非常强大

有兴趣的同学可以参考: http://blog.fens.me/nodejs-connect/

安装在这里就不说了. 下面我们就来实现一下,希望对大家有用

导入模块在app.js里

1 var connect = require('connect');

在路由分发语句前加入。

1 app.use(bodyParser.json());
2 app.use(bodyParser.urlencoded());
3 app.use(cookieParser());
4 app.use(connect.session({ secret: 'lgphp', key: 'lgphp' ,cookie: { maxAge: 20000}}));  //session 时长为20秒,这个是以毫秒为单位,这样我们就建立一个session的会话,这是一个全局的设置
5 routes(app);

先说session ,设置session 的KV

req.session.sessname = 'i am a sesion';

这样我们就设置了一个名为sessname的session变量,值就是iam a sesion,这个session的会话时长是20秒。ubuntu上打字还是不太灵活

获取session

res.send('session:' + req.session.sessname)

删除session

req.session.destroy();

判断session是否存在

if (req.session){   //判断session是否被销毁

以上session操作足够完成常用的逻辑啦

下面说cookie,我们也经常用到的。

设置cookie

1   res.cookie('cookiename','i am a cookie',{ maxAge: 20000,httpOnly:true, path:'/'});//cooike 时长 30 sec

获取cookies的值

var c = req.cookies.cookiename   //这是个字典对象,你可以用括号的方式获得

删除cookie,网上很多,但是好像都没用,有的是把过期时间设置为0,我试了,cookie的值没有了,但是cookie还在,用chrome查看还有的。

res.cookie('cookiename','null',{maxAge:0});

这样删除就没问题了。

判断cookie是否存在,比如做登录和权限验证什么的。cookie失效后,变成了undefined,所以我们这样判断

if ('undefined' === (typeof req.cookies.cookiename)){
             res.send('deleted cookie');
         }
数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别分类垃圾材料的AI模型,用于自动化废物分类回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练使用。 数据量适中合理: 训练集、验证集测试集分布均衡,提供足够样本用于模型学习评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值