Web 中的 session 和 Cookies 简介

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 ，而且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，而且很长时间都不会失效，这种情况又是为什么？其实这里面涉及会话 Session 和 Cookies 的相关知识，本文就来揭开它们的神秘面纱。

我们将一段 HTML 代码保存为一个 .html 文件，然后把它放在某台具有固定公网 IP 的主机中，主机上安装好 Apache 或 Nginx 等服务器，这样这台主机就可以作为服务器了，其他人便可以通过访问服务器看到这个页面，这就搭建了一个最简单的网站。

这种网页是 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，这种页面叫作静态网页。它加载速度快，编写简单，但是存在很大的缺陷，如可维护性差、不能根据 URL 灵活多变地显示内容等。例如我们想要给这个网页的 URL 传入一个 name 参数，让其在网页中显示出来，是无法做到的。
因此，动态网页应运而生。它可以动态解析 URL 中参数的变化，关联数据库并动态呈现不同的页面内容，非常灵活多变。我们现在遇到的大多数网站都是动态网站，它们不再是一个简单的 HTML，而是可能由 JSP、PHP、Python 等语言编写的，其功能比静态网页强大和丰富很多。
此外，动态网站还可以实现用户登录和注册的功能。再回到开头提到的问题，很多页面是需要登录之后才可以查看的，按照一般的逻辑来说，输入用户名和密码登录之后，肯定是拿到了一种类似凭证的东西。有了它，我们才能保持登录状态，访问登录之后才能看到的页面。
这种神秘的凭证其实就是 Session 和 Cookies 共同产生的结果。Session 就是常说的会话，以下简称“会话”。

在了解会话和 Cookies 之前，先解释一下 HTTP 的一个特点，叫作无状态。
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。当我们向服务器发送请求后，服务器解析此请求，然后返回对应的响应，服务器负责完成这个过程，而且这个过程是完全独立的，服务器不会记录前后状态的变化，也就是缺少状态记录。这意味着如果后续需要处理前面的信息，则必须重传，这导致需要额外传递一些前面的重复请求，才能获取后续响应，然而这种效果显然不是我们想要的。为了保持前后状态，我们肯定不能将前面的请求全部重传一次，这太浪费资源了，对于需要用户登录才能访问的页面来说，更是棘手。

这时两个用于保持 HTTP 连接状态的技术就出现了，它们分别是会话和 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，最后返回对应的响应。

我们可以理解为 Cookies 里面保存了登录的凭证，有了它，只需要在下次发送请求时带上 Cookies，不必重新输入用户名、密码等信息就可以直接登录了。因此在爬虫中，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。

会话，其本来的含义是指有始有终的一系列动作 / 消息。比如打电话时，从拿起电话拨号到挂断电话这中间的一系列过程可以称为一个会话。
而在 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。这样，当用户在应用程序的网页之间跳转时，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中一直存在下去。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 服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。

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例如浏览器上的数据。那么，我们怎样利用 Cookies 保持状态呢？
当客户端第一次请求服务器时，服务器会返回一个请求头中带有 Set-Cookie 字段的响应给客户端，用来标记是哪一个用户，客户端浏览器收到服务器返回的响应后便把 Cookies 保存起来。当浏览器再次请求该网站时，浏览器会把此 Cookies 放入请求头一起提交给服务器，Cookies 携带了会话 ID 信息，服务器检查该 Cookies 即可找到对应的会话并进行判断，以此来辨认用户状态。
在成功登录某个网站后，服务器会告诉客户端设置哪些 Cookies 信息，在后续访问页面时客户端会把 Cookies 发送给服务器，服务器再找到对应的会话加以判断。如果会话中某些设置登录状态的变量是有效的，那就证明用户处于登录状态，此时服务器返回登录之后才可以查看的网页内容，浏览器再进行解析便可以看到了。反之，如果传给服务器的 Cookies 是无效的，例如会话已经过期，我们将不能继续访问页面，此时可能会收到错误的响应或者跳转到登录页面。
所以，Cookies 和会话需要配合，一个处于客户端，一个处于服务端，二者共同协作，就实现了登录会话控制。

以简书为例看看 Cookies 里都有哪些内容：

cookies list of jianshu

上图所示，有很多条目，其中每个条目可以称为 Cookie，它有如下几个属性：

• Name : Cookie 的名称，一旦创建，该名称便不可更改
• Value : Cookie 的值。如果值为 Unicode 字符，需要为字符编码；如果值为二进制数据，则需要使用 BASE64 编码
• Domain : 可以访问该 Cookie 的域名。例如，如果设置为 .jianshu.com，则所有以 jianshu.com 结尾的域名都可以访问该 Cookie
• Max Age : Cookie 失效的时间，单位为秒，也常和 Expires 一起使用，通过它可以计算其有效时间。Max Age 如果为正数，则该 Cookie 在 Max Age 秒之后失效。如果为负数，则关闭浏览器时 Cookie 即失效，浏览器也不会以任何形式保存该 Cookie
• Path : Cookie 的使用路径。如果设置为 /path/，则只有路径为 /path/ 的页面可以访问该 Cookie；如果设置为 / 则本域名下的所有页面都可以访问该 Cookie
• Size : Cookie 的大小
• HTTP : Cookie 的 httponly 属性。若此属性为 true，则只有在 HTTP 头中会带有此 Cookie 的信息，而不能通过 document.cookie 来访问此 Cookie
• Secure : Cookie 是否仅被使用安全协议传输。安全协议有 HTTPS 和 SSL 等，在网络上传输数据之前先将数据加密，默认为 false

会话 Cookie 和持久 Cookie :
从表面意思来说，会话 Cookie 就是把 Cookie 放在浏览器内存里，浏览器在关闭之后该 Cookie 即失效；持久 Cookie 则会保存到客户端的硬盘中，下次还可以继续使用，用于长久保持用户登录状态。
严格来说，没有会话 Cookie 和持久 Cookie 之分，只是由 Cookie 的 Max Age 或 Expires 字段决定了会话过期的时间。因此，一些持久化登录的网站其实就是把 Cookie 的有效时间和会话有效期设置得比较长，下次我们访问页面时仍然携带之前的 Cookie 就可以直接保持登录状态。

在谈论会话机制的时候，常常听到这样一种误解一一 “只要关闭浏览器，会话就消失了”。可以想象一下会员卡的例子，除非顾客主动对店家提出销卡，否则店家绝对不会轻易删除顾客的资料。 对服务器来说也是一样，除非程序通知服务器删除一个会话，否则服务器会一直保留会话。
当我们关闭浏览器时，浏览器不会主动在关闭之前通知服务器它将要关闭，所以服务器根本不会有机会知道浏览器已经关闭。之所以会有这种错觉，是因为大部分会话机制都使用会话 Cookie 而非持久 Cookie 来保存会话 ID 信息，而关闭浏览器后会话 Cookie 就消失了，再次连接服务器时，也就无法找到原来的会话了。如果服务器设置的 Cookies 保存到硬盘上，或者使用某种手段改写浏览器发出的 HTTP 请求头，把原来的 Cookies 发送给服务器，服务器就能够找到原来的会话 ID，浏览器依旧还是可以保持登录状态的。
而且恰恰是由于关闭浏览器不会导致会话被删除，这就需要服务器为会话设置一个失效时间，当距离客户端上一次使用会话的时间超过这个失效时间时，服务器就可以认为客户端已经停止了活动，才会把会话删除以节省存储空间。