cookie是什么？

Cookie，指某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据(通常经过加密)。在web开发中，经常需要对会话进行跟踪。因为http请求是无状态协议，也就是说仅仅通过http，服务器无法区分出不同的客户端。也就是说你访问这个页面之后，在刷新一次，没有cookie的话，服务器完全不知道现在刷新的和刚才访问的是同一用户，它都当作是新的请求来处理，所以这就带来了一定的不方便。特别是需要登录的页面，总不能每个页面都登录一次，每刷新一次就要登录一次吧。也就是说需要某种机制来增强http协议，使得服务器可以区分出这是同一个客户端。而这个机制就是cookie。

cookie如何工作

当你第一次访问某个网站的时候，服务器会给你颁发一个特定的cookie，之后你每次访问这个站点，你发送的请求头里都会带上相应的cookie，这样服务器便知道这俩请求是同一个客户发送的。

第一次访问某个网站，服务器会给你个cookie，response headers里有一个set-cookie 字段，就是告诉浏览器，把这个cookie放到本地，以后访问我这个站点的时候，都把这个cookie带上，我就知道你是谁了。

然后刷新页面，相当于第二次访问

会发现，第二次访问的时候，response headers里边已经没有这个set cookie字段了，但是request headers 里多了一个cookie字段，而且仔细观察的话，你会发现这个值恰恰就是刚刚response headers set cookie字段的值。其实只要你不关闭浏览器，在打开一个窗口你会发现这个cookie值还是这个，默认情况下，关掉浏览器或者换一个浏览器，服务器就认为这是一个新的会话了。而cookie的保存时间是可以设定的，你会发现知乎，简书等网站，只要你登陆成功之后，即使关闭浏览器，过几天之后还是登陆状态，说明这个cookie是一个持久的cookie，保存时间比较长。

从上述俩张图，可以发现cookie是实实在在存在于http请求和响应报头的。

如何用python实现cookie登陆

既然大概明白了cookie机制，我们就尝试用cookie进行登陆。以登陆知乎为例，如果你用账号密码登陆，验证码是个大问题，起码目前对我来说是这样，所以你先用浏览器手动登陆知乎。右键进入开发者选项，network，选择www.zhihu.com，查看请求头信息。

然后把cookie复制下来，可以开始写代码了。import requests

from bs4 import BeautifulSoup

headers={

'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100

Safari/537.36',

'Referer':'https://www.zhihu.com/',

'Cookie':'q_c1=36160dc56c7d4cf3af14559e4ea69ed1|1508646188000|1508646188000; q_c1=e1adb01bc55343c0b61e0d4e08f73344|

1508646188000|1508646188000; _zap=7926df57-02e2-45a7-9244-85ff9156e100; d_c0="ABACCuGPkwyPTgYydZLhc0-YwrldDeOJ3_w=|

1508841150"; r_cap_id="NjE4YWExOTIxM2YwNGVlODhmNjc5ZDE3MGQyNWM0MjM=|1508844066|

4207fbc525684854cb948b64e10a3c693a999056"; cap_id="YzRhYmM5YTJhZWM4NGFiYWExOGYzOTU1ZjczMGMyOGI=|1508844066|

a828518b3a798b99e4ea0cd6a54f25dc31d70c6d"; z_c0=Mi4xTk5WX0FnQUFBQUFBRUFJSzRZLVREQmNBQUFCaEFsVk5zM0RjV2dDWEhfTS16TmV1

dk80dTVZSnpqOGNpX3NpblF3|1508844211|c34b0d4374988f038beedfa2cbcd48e2271a0c66; __utma=51854390.9389312.1508841151.

1508841151.1508843285.2; __utmz=51854390.1508841151.1.1.utmcsr=baidu|utmccn=(organic)|utmcmd=organic; __utmv=51854390.

100-1|2=registration_date=20160120=1^3=entry_date=20160120=1; aliyungf_tc=AQAAAB0uB1XAWQIAE7YKcClINzXafvOI;

_xsrf=3283d7f2-8e92-4b94-9b0e-1105c2d069d0'

}

res=requests.get("https://www.zhihu.com/search?type=content&q=java",headers=headers)

soup=BeautifulSoup(res.text,'html.parser')

n=soup.select(".list")[0].select(".item")

可以发现，已经抓到了本来需要登陆才能看的页面，而如果去掉请求头里的cookie字段，会帮你重定向到登陆页面。