一、Cookies 概述：
HTTP有一个特点，叫做“无状态”。HTTP无状态是指HTTP协议对事务处理是没有记忆力的，也就是说服务器不知道客户端是什么状态，服务器不会记录用户的信息（简单来说就是，如果没有”Cookies“，用户每一次打开同一个网站都要进行登录操作，如果有了“Cookies”，用户只需要在第一次打开网站时进行登录操作，之后在一段时间内，再次访问此网站时就不需要进行登录操作了）。
这时候保持HTTP连接状态的技术就出现了，它们分别是”会话“和”Cookies“，其中“会话”在服务器端，“Cookies”在客户端。“Cookies”会将用户登录信息存储在本地，当用户打开浏览器与服务器建立起会话时，浏览器会自动将“Cookies”信息发送给服务器，服务器通过识别“Cookies”信息并鉴定出是哪个用户，然后判断登陆状态并返回对应的回应。
二、Cookies 属性结构：
可以看到，这一个整体（Cookies）里有很多条目，其中每个条目可以称为“Cookie”。它有如下几个属性：
- Name( 名称 )：该 Cookie 的名称。一旦创建，该名称便不可修改。
- Value( 值 )：该 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( 域 )：可以访问该 Cookie 的域名。例如：如果设置为 “zhihu.com” ，则所有以 “zhihu.com” 结尾的域名都可以访问该 Cookie 。
- Max Age( 过期/最长时间 )：该 Cookie 失效的时间，单位为秒，也常和 Expires 一起使用，通过它可以计算出其有效时间。Max Age如果为整数，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( 路径 )：该 Cookie 的使用路径。如果设置为 / path / ，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 字段( 大小 )：此 Cookie 的大小。
- HTTP 字段( HttpOnly )：Cookie 的 HttpOnly 属性。若此属性为 true，则只有在 HTTP 头中会带有此 Cookie，而不能通过 document.cookie 来访问此 Cookie。
- Secure：该 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 。
三、Cookies 与爬虫关系的基本理解：
Cookies 保持会话的原理：客户端第一次请求服务器时，服务器会返回一个响应头中带有 ‘Set-Cookie’ 字段的响应给客户端，用来标记用户，客户端浏览器会把 Cookie 保存起来，当浏览器再一次请求该网站时，浏览器会把此 Cookies 放到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是什么，然后再判断会话来以此辨认用户状态，如果会话中的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，此时返回只有登录之后才能查看的网页内容，浏览器再进一步解析便可以看到了。
我们可以认为 Cookies 里面保存了登录需要的凭证，有了它，只需要再下次请求携带 Cookie 发送请求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 放在请求头里直接请求（前提是 Cookies 没有），而不必重新模拟登录。
所有内容全部引自《python3 网络爬虫开发实战（人民邮电出版社）》，此笔记仅用于学习交流。