Cookie

本文详细介绍了Cookie的工作原理,包括创建和获取Cookie的过程、设置有效期的方法,以及如何通过设置路径和域名来控制Cookie的读写权限。

1、cookie的原理

       当客户端首次请求访问服务器时,服务器先在客户端存放包含该客户相关信息的Cookie,以后客户端每次请求访问服务器时,都会在HTTP请求数据中包含Cookie,服务器解析HTTP请求中的Cookie,就能由此获得关于客户的相关信息。

示意图如下图所示


2、cookie的创建和获取

// 创建cookie,其中username是cookie的名字,joaner是其值
Cookie cookie = new Cookie("username", "joaner");
// 把cookie加到HTTP响应结果中
response.addCookie(cookie);

//读取来自客户端的Cookie
Cookie[] cookies = request.getCookies();
if (cookies != null) {
	for (int i = 0; i < cookies.length; i++) {
		out.println("Cookie name:" + cookies[i].getName());
		out.println("Cookie value:" + cookies[i].getValue());
	}
} 

3、cookie的有效期

向客户端写Cookie时,可以通过Cookie类的setMaxAge(int expiry)来设置Cookie的有效期,expiry以秒为单位。

expiry > 0,表示浏览器在客户端硬盘上保存Cookie的时间长度;

expiry = 0,表示指示浏览器删除当前Cookie;

expiry < 0,表示不要把Cookie保存到硬盘,而是仅存于当前浏览器进程中,当浏览器关闭时,Cookie也就消失。


4、cookie的读写权限


通过两个方法setPath(String path)和setDomain(String domain)来设置。

(1)、只让A中的app1应用中位于/sub子路径下的web组件访问Cookie。app1应用中的web组件X写Cookie的代码应为:

Cookie cookie = new Cookie("username", "joaner");
cookie.setPath("/app1/sub/");
response.addCookie(cookie);

(2)、A的app1和app2共享Cookie。app1应用中的web组件X写Cookie的代码应为:

Cookie cookie = new Cookie("username", "joaner");
cookie.setPath("/");
response.addCookie(cookie);

(3)、只让A中的app2应用访问。app1应用中的web组件X写Cookie的代码应为:

Cookie cookie = new Cookie("username", "joaner");
cookie.setPath("/app2/");
response.addCookie(cookie);

(4)、让B中的所有web应用访问Cookie,假设B的域名为www.catb.com。app1应用中的web组件X写Cookie的代码应为:

Cookie cookie = new Cookie("username", "joaner");
cookie.setDomain(".catb.com");//必须以.开头
response.addCookie(cookie);

(5)、只让B中的app3应用访问。app1应用中的web组件X写Cookie的代码应为:

Cookie cookie = new Cookie("username", "joaner");
cookie.setDomain(".catb.com");
cookie.setPath("/app3/");
response.addCookie(cookie);

摘抄自:

《Tomcat与Java Web开发技术详解》(第二版,孙卫琴,139-145)





先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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