Python爬虫番外篇之Cookie和Session

关于cookie和session估计很多程序员面试的时候都会被问到，这两个概念在写web以及爬虫中都会涉及，并且两者可能很多人直接回答也不好说的特别清楚，所以整理这样一篇文章，也帮助自己加深理解

什么是cookie

其实简单的说就是当用户通过http协议访问一个服务器的时候，这个服务器会将一些name/value键值对返回给客户端浏览器，并将这些数据加上一些限制条件。在条件符合时，这个用户下次再访问服务器的时候，数据又被完整的带给服务器。

因为http是一种无状态协议，用户首次访问web站点的时候，服务器对用户一无所知。而cookie就像是服务器给每个来访问的用户贴的标签，而这些标签就是对来访问的客户端的独有的身份的一个标识，这里就如同每个人的身份证一样，带着你的个人信息。而当一个客户端第一次连接过来的时候，服务端就会给他打一个标签，这里就如同给你发了一个身份证，当你下载带着这个身份证来的时候，服务器就知道你是谁了。所以cookie是存在客户端的，这里其实就是在你的浏览器中。

cookie中包含了一个由名字=值（name = value）这样的信息构成的任意列表，通过set-cookie或set-cookie2 http响应（扩展）首部将其贴到客户端身上。如下图例子所示：

其实这里有一个非常典型的应用，就是关于你登录很多网站的账号信息，你让记住密码之后，一段时间内，不需要输入密码，每次都是登录状态

cookie的分类

这里cookie主要分为两种：
会话cookie：不设置过期时间，保存在浏览器的内存中，关闭浏览器，cookie便被销毁
普通cookie:设置了过期时间，保存在硬盘上

cookie属性

因为最开始的cookie是网景公司定义的，后来又有了rfc版本所以当前的cookie有两个版本：version 0 version 1 他们有两种设置响应头的标识，分别是：set-cookie和set-cookie2,这也造成了一些属性的不同,这里需要注意：常用的为version 0

version 0的属性

name = value :键值对设置要保存的name/value,这里的name不能喝其他属性的名字一样
expires：过期时间
domain：生成该cookie的域名
path： 该cookie是在当前的哪个路径下生成
secure：如果设置了这个属性，那么只会在ssh连接时才会回传该cookie

version 1的属性

name=value:键值对设置要保存的name/value,这里的name不能喝其他属性的名字一样
comment：主是想，用于说明该cookie有什么用途
commenturl:该服务器为此cookie提供uri注释
discard:是否在回话结束丢弃该cookie，默认为false
domain:生成该cookie的域名
max-age:最大失效时间，与version 0不同的是这里设置的是在多少秒后失效
path:该cookie是在当前的哪个路径下生成
port:该 cookie 在什么端口下可以回传服务端，如果有多个端口，以逗号隔开
secure:如果设置了这个属性，那么只会在ssh连接时才会回传该cookie

关于session

上面我们知道了cookie可以让服务器端跟踪每个客户端的访问，但是每次客户端的访问都必须传回这些 cookie，如果 cookie 很多，这无形地增加了客户端与服务端的数据传输量，而 session 的出现正是为了解决这个问题。

同一个客户端每次和服务端交互时，不需要每次都传回所有的cookie值，而是只要传回一个id这个id是客户端第一次访问服务器的时候生成的，而且每个客户端是唯一的。这样每个客户端就有了一个唯一的id，客户端只要传回这个id就行了，这个id通常是nane为jsesionid的一个cookie。所以session其实是利用cookie进行信息处理的。

1. cookie和session的共同之处在于：cookie和session都是用来跟踪浏览器用户身份的会话方式。
2. cookie 和session的区别是：cookie数据保存在客户端，session数据保存在服务器端。
3. cookie不是很安全，别人可以分析存放在本地的cookie并进行cookie欺骗,如果主要考虑到安全应当使用session，当然也没有绝对的安全，只是相对cookie，session更加安全
4. session会在一定时间内保存在服务器上。当访问增多，会比较占用你服务器的性能，如果主要考虑到减轻服务器性能方面，应当使用cookie
5. cookie和session各有优缺点，所以将登陆信息等重要信息存放为session;其他信息如果需要保留，可以放在cookie中