爬虫笔记-Session和Cookies

1、静态网页和动态网页

静态网页：网页的内容是 HTML 代码编写的，文字、图片等内容均是通过写好的 HTML 代码来指定的，这种页面叫做静态网页。优点是访问速度快，缺点点可维护性差
动态网页：动态解析 URL 中参数的变化，关联数据库并动态通过xml、ajax等呈现不同的页面内容。

2、无状态HTTP

HTTP 的无状态是指 HTTP 协议对事务处理是没有记忆能力的，也就是说服务器不知道客户端是什么状态。

即客户端访问服务器，都是需要重新发送信息。

这时候，两个用于保持 HTTP 连接状态的技术就出现了，它们分别是 Session 和 Cookies。

• Session 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 Response。

所以我们可以理解为 Cookies 里面保存了登录的凭证，有了它我们只需要在下次请求携带 Cookies 发送 Request 而不必重新输入用户名、密码等信息重新登录了。
因此在爬虫中，有时候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 Request Headers 里面直接请求，而不必重新模拟登录。

下面例子是使用IT桔子的例子，调用登陆接口，从而生成tookencookies。

github地址：https://github.com/Haley123/Python3_ITjuziSpider