HTTP会话机制大数据采集技术与应用64课件讲解.pptxVIP

HTTP会话机制大数据采集技术与应用

1.掌握HTTP会话机制和Cookies

HTTP会话机制HTTP协议的核心特性是“无状态”，即服务器将每次请求都视为独立的事务，不会保留之前交互的任何记录。这种阅后即焚的模式虽然设计简洁，却给需要维持连续状态的Web应用带来了挑战。例如，在需要登录的网站中，如果没有额外机制，用户的认证状态会在页面跳转后丢失。服务器会“忘记”用户刚刚登录过，从而要求用户在访问每个新页面时都繁琐地重复验证身份，这极大地影响了用户体验。

HTTP会话机制为了弥补HTTP的无状态性，Cookie机制应运而生。它本质是一小段由服务器下发、并存储在客户端浏览器中的文本数据。当浏览器后续再次访问该服务器时，会自动将这段数据附加在请求中一并发送回去。服务器通过解析这个Cookie，便能识别出用户的身份和状态。只要该Cookie有效且未过期，用户就能保持登录，无需重复验证。

HTTP会话机制Cookie由客户端浏览器负责管理，根据其生命周期的不同，可以分为两大类：会话Cookie(SessionCookies)?和?持久Cookie(PersistentCookies)。会话Cookie?是临时的，它仅存在于浏览器的内存中。它的生命周期与会话绑定，一旦用户关闭浏览器窗口，会话结束，这部分Cookie也随之被删除。因此，它也被称为非持久Cookie或临时Cookie。这种Cookie非常适合存储一次性访问所需的信息，比如用户登录状态、购物车内容等。持久Cookie?则会被保存在用户的硬盘上。与会话Cookie不同，它拥有一个明确的保质期，这个期限由?Expires?或?Max-Age?属性来设定。只要没到过期时间，即使用户关闭并重启浏览器，这个Cookie依然有效。除非用户手动清除浏览器数据，否则它会一直存续到过期为止。持久Cookie常用于需要记录用户的长期偏好设置。

HTTP会话机制可通过浏览器开发者工具，查看cookies。在浏览器中打开开发者工具，选择应用程序选项卡。在左侧目录树中选择Cookies,就可以查看网站使用的cookie。

HTTP会话机制Session机制Session机制是一种核心的服务器端技术，用于在无状态的HTTP协议之上维持用户会话的连续性。服务器为每一个客户端（例如浏览器或爬虫）创建一个独立的数据存储空间，这个空间通常采用类似于散列表的结构来高效地保存信息。当用户在网站的不同页面间跳转时，存储在Session对象中的变量不会丢失，从而实现了状态保持。

HTTP会话机制Session的工作流程首次请求与Session创建：当一个客户端首次访问需要状态管理的Web应用时，服务器会检查其请求中是否包含一个Session标识（即SessionID）。如果没有，服务器将为该客户端创建一个新的Session，并生成一个唯一的、难以预测的SessionID字符串。SessionID的传递：这个新生成的SessionID会通过HTTP响应头中的Set-Cookie字段返回给客户端。客户端（通常是浏览器）接收到后，会将这个SessionID存储在本地的Cookie中。后续请求与状态维持：当客户端再次向该服务器发送请求时，浏览器会自动将存储的Cookie（包含SessionID）附加在HTTP请求头中一并发送。Session的检索与使用：服务器接收到请求后，会解析出其中的SessionID，并用这个ID在其内部的Session存储中进行检索。如果成功找到对应的Session，服务器就能获取到之前为该用户保存的所有状态信息（如登录状态、购物车内容等），并据此提供个性化的响应。如果检索不到（例如Session已过期或ID错误），服务器可能会创建一个新的Session。

HTTP会话机制Cookie和Session的协同工作机制由于HTTP协议本身是无状态的，服务器无法知道两次请求是否来自同一个用户。为了解决这个问题，Cookie和Session机制应运而生，它们通常结合使用来跟踪用户的会话状态。典型的协同工作流程如下：首次访问与Session创建：当一个用户首次访问网站时，服务器会创建一个Session对象，用于存储该用户的专属信息（如登录状态、购物车内容等），并为这个Session生成一个独一无二的ID（SessionID）。通过Cookie传递SessionID：服务器会将这个SessionID通过HTTP响应头中的Set-Cookie字段发送给用户的浏览器。浏览器存储Cookie：浏览器接收到后，会将包含SessionID的这个Cookie保存在本地。后续请求的身份识别：用户再次访问该网站时，浏览器会自动在HTTP请求头中带上这个Cookie。服务器收到请求后，会读取Cook