python爬虫day-6(会话和Cookies)

个人学习笔记，方便自己查阅，仅供参考，欢迎交流

会话（Session）和Cookies

• 在浏览网站的过程中，会遇到需要登录的情况，有些页面只有登录之后才可以访问。
• 有些网站，登录后可以连续访问很多次。
• 有些网站，过一段时间就需要重新登录。
• 有些网站，打开浏览器时就向动登录了，很长时间都不会失效。

A.静态网页和动态网页

• 静态网页：内容是HTML代码编写的，文字、图片等内容均通过写好的 HTML代码来指定。优点：加载速度快，编写简单；缺点：可维护性差，不能根据URL灵活多变地显示内容等。
• 动态网页：可以动态解析URL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。现在遇到的大多数网站都是动网站，它们不再是一个简单的 HTML，而可能是由JSP、PHP、Python等语言编写的。
• 登录凭证：动态网站还可以实现用户登录和注册的功能。一般的逻辑来说，输入用户名和密码登录之后，是拿到了似凭证的东西，有了凭证，才能保持登录状态，并访问登录之后才能看到的页面，其实它就是会话和 Cookies 共同产生的结果。

B.无状态HTTP

1.无状态

• HTTP无状态是指HTTP协议对事务处理是没有记忆能力，就是说服务器不知道客户端是什么状态。
• 两个用于保持HTTP接状态的技术，分别是会话和 Cookies，会话在服务端，也就是网站的服务器，用来保存用户的会话信息；Cookies在客户端，也可以理解为浏览器端，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并鉴定出是哪个用户，然后再判断用户是否是登录状态，然后返回对应的响应。
• 在爬虫中，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，而不必重新模拟登录。
  2.会话
  在Web中，会话对象用来存储特定用户会话所需的属性及配置信息。当用户在应用程序Web 页之间跳转时，存储在会话对象中的变量将不会丢失，而是在整个用户会话一直存在下去，当用户请求来自应用程序的Web页时，如果该用户还没有会话，则Web 务器将自动创建一个会话对象。当会话过期或被放弃后，服务器将终止该会话。
  3.Cookies
  Cookies 指某些网站为了辨别用户身份，进行会话跟踪而存储在用户本地终端上的数据。
• 会话维持
• 属性结构
• 会话Cookie和持久Cookie

B.常见误区