python爬虫中的cookie详解

Cookies基础

cookie数据长什么样：

　　清除浏览器历史数据

　　登录豆瓣查看cookies数据

　　查看第一个请求，这里是比较干净的，它没有cookie，应答也没有cookie，应答码是301，实际请求是location这个地方，所以我们的浏览器发送了第二个请求。

　　第二个请求里面也没有cookie，但是它的应答包含了Set-cookie，这比较像我们的浏览器保存了两条数据，每一条cookie数据里面都必须有Set-cookie这个头设置，后面跟了path和domain，它表示这个cookie的作用域，就是这个cookie对哪个网站有效，因为一个网站只能设置自己的cookie，不能设置别的网站的cookie，如果设置别的网站的cookie，那这个就会存在一些安全上的问题，这里的expires表示这个超时时间。

　　第三个请求，这个请求就会把刚才哪个应答里面设置的cookie发回给服务器，实际上这里面的字符串的值和前面的是一样的。

cookie的格式

1）客户端发送cookie时：

Cookie：key1=value1；key2=value2；key3=value3

2）服务器端保存cookie时：

Set-cookie：key1=value1；path=/；domain=xx

cookie属性

1）domain和path：定义cookie的作用域，当指定domain时，这个domain及其子域名都会包含这个cookie。

2）Expires：定义cookie的生命周期

3）HttpOnly：禁用脚本访问（这是个安全性的考虑就是这个cookie只能通过浏览器去访问，而不能通过脚本去访问，因为如果通过脚本去访问这个cookie的话，会引来一些脚本的问题）

cookie的用途：

1.登录信息：判断用户是否已经登录

　　登录时，我们经常会有保存密码这个选项，但是你如果选择了保存密码这个选项，实际上是浏览器会把这些cookies写到文件系统里面，那下次凭着这个cookie就可以自动登录上去了。

2.购物车：保存用户购买的商品列表

　　我们经常上一些购物网站的时候，即使我们没有登录，我们也可以把商品加到购物车里面，那这个购物车是保存在哪里的呢？实际上就是保存在cookie里面，就是服务器把这个购物的信息，商品的信息通过cookie的形式保存在客户端然后再把这个cookie发过去，那服务器就会知道你的客户端到底保存了什么信息

cookie小结

1）服务器在客户端存储的信息。

　　这些信息客户端上实际是不知道的，这些信息是由服务器来生成并且由服务器来解释。

2）请求时，客户端需要把未超时的cookies发回给客户端。

Cookie：bid=”kmlFWje+MYs”;||=”118201”

　　应答时，服务器会把新的cookies，以便下次请求时带上这些cookies。

 

原文链接：http://www.maiziedu.com/wiki/crawler/cookie1/