在浏覽網站的過程中，我們經常會遇到需要登入的情況，有些頁面隻有登入之後才可以通路，而且登入之後可以連續通路很多次網站，但是有時候過一段時間就需要重新登入。還有一些網站，在打開浏覽器時就自動登入了，而且很長時間都不會失效，這種情況又是為什麼？其實這裡面涉及會話和Cookies的相關知識，本節就來揭開它們的神秘面紗。
1. 靜态網頁和動态網頁
在開始之前，我們需要先了解一下靜态網頁和動态網頁的概念。這裡還是前面的示例代碼，内容如下：
<!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>
這是最基本的HTML代碼，我們将其儲存為一個.html檔案，然後把它放在某台具有固定公網IP的主機上，主機上裝上Apache或Nginx等伺服器，這樣這台主機就可以作為伺服器了，其他人便可以通過通路伺服器看到這個頁面，這就搭建了一個最簡單的網站。
這種網頁的内容是HTML代碼編寫的，文字、圖檔等内容均通過寫好的HTML代碼來指定，這種頁面叫作靜态網頁。它加載速度快，編寫簡單，但是存在很大的缺陷，如可維護性差，不能根據URL靈活多變地顯示内容等。例如，我們想要給這個網頁的URL傳入一個
name
參數，讓其在網頁中顯示出來，是無法做到的。
是以，動态網頁應運而生，它可以動态解析URL中參數的變化，關聯資料庫并動态呈現不同的頁面内容，非常靈活多變。我們現在遇到的大多數網站都是動态網站，它們不再是一個簡單的HTML，而是可能由JSP、PHP、Python等語言編寫的，其功能比靜态網頁強大和豐富太多了。
此外，動态網站還可以實作使用者登入和注冊的功能。再回到開頭提到的問題，很多頁面是需要登入之後才可以檢視的。按照一般的邏輯來說，輸入使用者名和密碼登入之後，肯定是拿到了一種類似憑證的東西，有了它，我們才能保持登入狀态，才能通路登入之後才能看到的頁面。
其實它就是會話和Cookies共同産生的結果，下面我們來一探究竟。
2. 無狀态HTTP
在了解會話和Cookies之前，我們還需要了解HTTP的一個特點，叫作無狀态。
HTTP的無狀态是指HTTP協定對事務處理是沒有記憶能力的，也就是說伺服器不知道用戶端是什麼狀态。當我們向伺服器發送請求後，伺服器解析此請求，然後傳回對應的響應，伺服器負責完成這個過程，而且這個過程是完全獨立的，伺服器不會記錄前後狀态的變化，也就是缺少狀态記錄。這意味着如果後續需要處理前面的資訊，則必須重傳，這導緻需要額外傳遞一些前面的重複請求，才能擷取後續響應，然而這種效果顯然不是我們想要的。為了保持前後狀态，我們肯定不能将前面的請求全部重傳一次，這太浪費資源了，對于這種需要使用者登入的頁面來說，更是棘手。
這時兩個用于保持HTTP連接配接狀态的技術就出現了，它們分别是會話和Cookies。會話在服務端，也就是網站的伺服器，用來儲存使用者的會話資訊；Cookies在用戶端，也可以了解為浏覽器端，有了Cookies，浏覽器在下次通路網頁時會自動附帶上它發送給伺服器，伺服器通過識别Cookies并鑒定出是哪個使用者，然後再判斷使用者是否是登入狀态，然後傳回對應的響應。
我們可以了解為Cookies裡面儲存了登入的憑證，有了它，隻需要在下次請求攜帶Cookies發送請求而不必重新輸入使用者名、密碼等資訊重新登入了。
是以在爬蟲中，有時候處理需要登入才能通路的頁面時，我們一般會直接将登入成功後擷取的Cookies放在請求頭裡面直接請求，而不必重新模拟登入。
好了，了解會話和Cookies的概念之後，我們在來詳細剖析它們的原理。
(1) 會話
在Web中，會話對象用來存儲特定使用者會話所需的屬性及配置資訊。這樣，當使用者在應用程式的Web頁之間跳轉時，存儲在會話對象中的變量将不會丢失，而是在整個使用者會話中一直存在下去。當使用者請求來自應用程式的Web頁時，如果該使用者還沒有會話，則Web伺服器将自動建立一個會話對象。當會話過期或被放棄後，伺服器将終止該會話。
(2) Cookies
Cookies指某些網站為了辨識使用者身份、進行會話跟蹤而存儲在使用者本地終端上的資料。
會話維持
那麼，我們怎樣利用Cookies保持狀态呢？當用戶端第一次請求伺服器時，伺服器會傳回一個請求頭中帶有
Set-Cookie
字段的響應給用戶端，用來标記是哪一個使用者，用戶端浏覽器會把Cookies儲存起來。當浏覽器下一次再請求該網站時，浏覽器會把此Cookies放到請求頭一起送出給伺服器，Cookies攜帶了會話ID資訊，伺服器檢查該Cookies即可找到對應的會話是什麼，然後再判斷會話來以此來辨認使用者狀态。
在成功登入某個網站時，伺服器會告訴用戶端設定哪些Cookies資訊，在後續通路頁面時用戶端會把Cookies發送給伺服器，伺服器再找到對應的會話加以判斷。如果會話中的某些設定登入狀态的變量是有效的，那就證明使用者處于登入狀态，此時傳回登入之後才可以檢視的網頁内容，浏覽器再進行解析便可以看到了。
反之，如果傳給伺服器的Cookies是無效的，或者會話已經過期了，我們将不能繼續通路頁面，此時可能會收到錯誤的響應或者跳轉到登入頁面重新登入。
是以，Cookies和會話需要配合，一個處于用戶端，一個處于服務端，二者共同協作，就實作了登入會話控制。
屬性結構
接下來，我們來看看Cookies都有哪些内容。這裡以知乎為例，在浏覽器開發者工具中打開Application頁籤，然後在左側會有一個Storage部分，最後一項即為Cookies，将其點開，如圖所示，這些就是Cookies。
可以看到，這裡有很多條目，其中每個條目可以稱為Cookie。它有如下幾個屬性。
- Name：該Cookie的名稱。一旦建立，該名稱便不可更改。
- Value：該Cookie的值。如果值為Unicode字元，需要為字元編碼。如果值為二進制資料，則需要使用BASE64編碼。
- Domain：可以通路該Cookie的域名。例如，如果設定為.zhihu.com，則所有以zhihu.com，結尾的域名都可以通路該Cookie。
- Max Age：該Cookie失效的時間，機關為秒，也常和Expires一起使用，通過它可以計算出其有效時間。Max Age如果為正數，則該Cookie在Max Age秒之後失效。如果為負數，則關閉浏覽器時Cookie即失效，浏覽器也不會以任何形式儲存該Cookie。
- Path：該Cookie的使用路徑。如果設定為/path/，則隻有路徑為/path/的頁面可以通路該Cookie。如果設定為/，則本域名下的所有頁面都可以通路該Cookie。
- Size字段：此Cookie的大小。
- HTTP字段：Cookie的
httponly
true
document.cookie
- Secure：該Cookie是否僅被使用安全協定傳輸。安全協定有HTTPS和SSL等，在網絡上傳輸資料之前先将資料加密。預設為
false
會話Cookie和持久Cookie
從表面意思來說，會話Cookie就是把Cookie放在浏覽器記憶體裡，浏覽器在關閉之後該Cookie即失效；持久Cookie則會儲存到用戶端的硬碟中，下次還可以繼續使用，用于長久保持使用者登入狀态。
其實嚴格來說，沒有會話Cookie和持久Cookie之分，隻是由Cookie的Max Age或Expires字段決定了過期的時間。是以，一些持久化登入的網站其實就是把Cookie的有效時間和會話有效期設定得比較長，下次我們再通路頁面時仍然攜帶之前的Cookie，就可以直接保持登入狀态。
3. 常見誤區
在談論會話機制的時候，常常聽到這樣一種誤解“隻要關閉浏覽器，會話就消失了”，這種了解是錯誤的。可以想象一下會員卡的例子，除非顧客主動對店家提出銷卡，否則店家絕對不會輕易删除顧客的資料。對會話來說，也是一樣，除非程式通知伺服器删除一個會話，否則伺服器會一直保留。比如，程式一般都是在我們做登出操作時才去删除會話。
但是當我們關閉浏覽器時，浏覽器不會主動在關閉之前通知伺服器它将要關閉，是以伺服器根本不會有機會知道浏覽器已經關閉。之是以會有這種錯覺，是因為大部分會話機制都使用會話Cookie來儲存會話ID資訊，而關閉浏覽器後Cookies就消失了，再次連接配接伺服器時，也就無法找到原來的會話了。如果伺服器設定的Cookies儲存到硬碟上，或者使用某種手段改寫浏覽器發出的HTTP請求頭，把原來的Cookies發送給伺服器，則再次打開浏覽器，仍然能夠找到原來的會話 ID，依舊還是可以保持登入狀态的。
而且恰恰是由于關閉浏覽器不會導緻會話被删除，這就需要伺服器為會話設定一個失效時間，當距離用戶端上一次使用會話的時間超過這個失效時間時，伺服器就可以認為用戶端已經停止了活動，才會把會話删除以節省存儲空間。
原文連結：https://cuiqingcai.com/5487.html
![Python漫畫爬蟲開源 66漫畫 AJAX，包含資料庫連接配接，圖檔下載下傳處理[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)