四：爬虫-Cookie与Session实战

四：`Cookie`与`Session`实战

在浏览网站的过程中，我们经常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。在登录之后可以连续访问很多次网站，但是有时候过一段时间就需要重新登录。还有一些网站，在打开浏览器时就自动登录了，而且在很长时间内都不会失效，这里面所涉及的就是 Session 和 Cookie 的相关知识

（1）Cookie

通过在客户端记录的信息确定用户身份

HTTP是一种无连接协议，客户端和服务器交互仅仅限于请求 / 响应过程，结束后断开，下一次请求时，服务器会认为是一个新的客户端，为了维护他们之间的连接，让服务器知道这是前一个用户发起的请求，就必须在一个地方保存客户端信息

（2）Session

Session，中文称之为会话，通过在服务端记录的信息确定用户身份，其本义是指有始有终的一系列动作。例如打电话时，从拿起电话拨号到挂断电话之间的一系列过程就可以称为一个 Session

爬虫图解Cookie与Session – 登录流程：

文字解析：

1.再次登录其实就是验证之前生成的账号和密码，从数据库中去查询当前的用户是否存在，若存在就是登录成功了，然后通过加密算法返回session_id
2.set_cookie是服务器返回的，因为只有服务器返回的才是set_cookie

3.服务端根据cookie中携带的session_id去名为session的数据库（假设session_id存储在名为session的数据库中）中找session_id是否存在

4.这样做的好处就是用户只需要输入一次账号和密码，之后在访问网页时，只需要在headers信息利用Cookie包含Session_id，后台就可以根据Session_id来判断用户是否登录

Cookie与Session实战案例 – 12306查票示例：

import requestsheaders = {"Accept": "*/*","Accept-Language": "zh-CN,zh;q=0.9","Cache-Control": "no-cache","Connection": "keep-alive","If-Modified-Since": "0","Pragma": "no-cache","Referer": "https://kyfw.12306.cn/otn/leftTicket/init?linktypeid=dc","Sec-Fetch-Dest": "empty","Sec-Fetch-Mode": "cors","Sec-Fetch-Site": "same-origin","User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36","X-Requested-With": "XMLHttpRequest","sec-ch-ua": "^\\^Google","sec-ch-ua-mobile": "?0","sec-ch-ua-platform": "^\\^Windows^^"
}
cookies = {"_uab_collina": "170210568210505922888592","JSESSIONID": "44EBFDF0F56EDAAB390BD3821713F910","BIGipServerpassport": "921174282.50215.0000","guidesStatus": "off","highContrastMode": "defaltMode","cursorStatus": "off","route": "495c805987d0f5c8c84b14f60212447d","BIGipServerotn": "2698445066.64545.0000","_jc_save_fromStation": "^%^u5317^%^u4EAC^%^2CBJP","_jc_save_toStation": "^%^u4E0A^%^u6D77^%^2CSHH","_jc_save_toDate": "2023-12-09","_jc_save_wfdc_flag": "dc","_jc_save_fromDate": "2023-12-10"
}
url = "https://kyfw.12306.cn/otn/leftTicket/query"
params = {"leftTicketDTO.train_date": "2023-12-10","leftTicketDTO.from_station": "BJP","leftTicketDTO.to_station": "SHH","purpose_codes": "ADULT"
}
response = requests.get(url, headers=headers, cookies=cookies, params=params)data = response.json()
# print(data,type(data))result = data['data']['result']
# print(result,type(result))for item in result: # item代表每一个车次数据# print(item,"此时是字符串")data_li = item.split('|') # 代表每一车次的杂乱数据# print(data_li,"此时是列表")# for i,f in enumerate(data_li): # 这个for循环是为了确定一等做和车次的索引#     pass#     print(i,f) # 通过 '|' 分割，拿到每一个杂乱小数据的索引值与具体的值'''车次 -- 索引为3一等座 -- 索引为31'''if data_li[31] != "无" and data_li[31] != "":print(data_li[3], "有票", "一等座剩余:", data_li[31])else:print(data_li[3], "无票")print(data_li[3], "有票", "一等座剩余:", data_li[31])else:print(data_li[3], "无票")