沭阳学爬虫04Session 与 Cookies_爬虫 sessionid-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_54687004/article/details/113992506

本文探讨了会话(Session)与Cookie在网站登录中的作用，如何通过它们实现用户状态跟踪，以及静态与动态网页的区别。重点讲解了HTTP无状态性与两种技术的解决方案，包括Session在服务器端存储用户信息，Cookie在客户端持久化登录凭证。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

04Session 与 Cookies

在浏览网站的过程中，经常会遇到需要登录的情况

有些网页只有登录之后才可以访问，而且登录之后可以连续访问很多次网站

有时候过一段时间就需要重新登录

有些网站在打开浏览器时就自动登录了，而且很长时间都不会失效

静态网页和动态网页

我们首先了解一下静态网页和动态网页的概念

<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>This is a Demo</title>
</head>
<body>
<div id="container">
<div class="wrapper">
<h2 class="title">Hello World</h2>
<p class="text">Hello, this is a paragraph.</p>
</div>
</div>
</body>
</html>

这是最基本的HTML代码，我们将其保存为一个.html文件
然后把它放在某台具有固定公网IP的主机上，主机上装上Apache或Nginx等服务器
这样这台主机就可以作为服务器了，其他人便可以通过方法服务器看到这个页面，这就搭建了一个最简单的网站

这种网页的内容是由HTML代码编写
文字、图片等内容均通过写好的HTML代码来指定
这种页面就叫作静态网页
它的加载速度快，编写简单

但是存在很大的缺陷，如可维护性差，不能根据URL灵活多变地显示内容…

例如，我们想给这个网页的URL传入一个name参数，让其在网页中显示出来，是无法做到的

因此，动态网页应运而生，它可以动态解析URL中参数的变化，关联数据库并动态呈现不同的页面内容，非常灵活多变

无状态HTTP

HTTP特点之一：无状态

是指HTTP协议对事物处理是没有记忆能力的

服务器不知道客户端是什么状态
意味着如果后续需要处理前面的信息，则必须重传
导致需要额外传递一些前面的重复请求，才能获取后续响应

这时两个用于保持HTTP连接状态的技术就出现了

Session

在服务端，网站的服务器
用来保存用户的Session信息

Cookies

在客户端，浏览器端
有了Cookies，浏览器在下次访问网页时会自动附带上它

发送给服务器，服务器通过识别Cookies并鉴定是哪个用户
再判断用户是否是登录状态，进而返回对应的响应

我们可以理解为Cookies里面保存了登录的凭证

有了它只需要在下次请求携带Cookies发送请求而不必重新输入用户名、密码等信息重新登录

在爬虫中，有时候处理需要登录才能访问的页面时

我们一般会直接将登录成功后获取的Cookies

放在请求头里面直接请求，不必重新模拟登录

Session（会话）

本身的含义是指有始有终的一系列动作/消息

打电话时，从拿起电话号码到挂断电话这中间的一系列过程可以称为一个Session

在Web中，Session对象用来存储特定用户Session所需的属性及配置

当用户在应用程序的Web页之间跳转时，存储在Session对象中的变量将不会丢失

而是在整个用户Session中一直存下去
当用户请求来自应用程序的Web页时，如果该用户还没有Session

Web服务器将会自动创建一个Session对象，当Session过期或被放弃后，服务器将终止该Session

Cookies

Cookies指某些网站为了辨别用户身份、进行Session跟踪而存储在用户本地终端上的数据

当客户端第一次请求服务器时，服务器会返回一个响应头中带有Set-Cookie字段的响应给客户端，用来标记是哪一个用户

客户端浏览器会把Cookies保存起来
当浏览器下一次再请求该网站时，浏览器会把此Cookie放到请求头

一起提交给服务器，Cookies携带了Session ID 信息

服务器检查该Cookies即可找到对应的Session是什么

然后再判断Session来以此辨认用户状态
成功登录某个网站时，服务器会告诉客户端设置哪些Cookies信息

在后续访问页面时客户端会把Cookies发送给服务器

服务器再找到对应的Session加以判断
如果Session中的某些设置登录状态的变量是有效的

那就证明用户处于登录状态

此时返回登录之后才可以查看的网页内容，浏览器再进行解析便可以看到了
如果传给服务器的Cookies是无效的，或者Session已经过期了

我们将不能继续访问页面，此时可能会收到错误的响应或者跳转到登录页面重新登录

cookies属性结构

在浏览器开发者工具中打开Application选项卡，然后在左侧会有一个Storage部分，最后一项为Cookies

Name，即该 Cookie 的名称。Cookie 一旦创建，名称便不可更改。
Value，即该 Cookie 的值。如果值为 Unicode 字符，需要为字符编码。如果值为二进制数据，则需要使用 BASE64 编码。
Max Age，即该 Cookie 失效的时间，单位秒，也常和 Expires 一起使用，通过它可以计算出其有效时间。Max Age 如果为正数，则该 Cookie 在 Max Age 秒之后失效。如果为负数，则关闭浏览器时 Cookie 即失效，浏览器也不会以任何形式保存该 Cookie。
Path，即该 Cookie 的使用路径。如果设置为 /path/，则只有路径为 /path/ 的页面可以访问该 Cookie。如果设置为 /，则本域名下的所有页面都可以访问该 Cookie。
Domain，即可以访问该 Cookie 的域名。例如如果设置为 .zhihu.com，则所有以 zhihu.com，结尾的域名都可以访问该 Cookie。
Size 字段，即此 Cookie 的大小。
Http 字段，即 Cookie 的 httponly 属性。若此属性为 true，则只有在 HTTP Headers 中会带有此 Cookie 的信息，而不能通过 document.cookie 来访问此 Cookie。
Secure，即该 Cookie 是否仅被使用安全协议传输。安全协议。安全协议有 HTTPS、SSL 等，在网络上传输数据之前先将数据加密。默认为 false。