使用 requests 维持会话

什么是 Cookie 和 Session：

简单来说，我们访问每一个互联网页面，都是通过 HTTP 协议进行的，而 HTTP 协议是一个无状态协议，所谓的无状态协议即无法维持会话之间的状态。比如，仅使用 HTTP 协议的话，我们登录一个网站的时候，假如登录成功了，但是当我们访问该网站的其他网页的时候，该登录状态则会消失，此时还需要再登录一次，只要页面涉及更新，就需要反复的进行登录，这是非常不方便的。所以此时，我们需要将对应的会话信息，比如登录成功等信息通过一些方式保存下来，比较常用的方式有两种：通过 Cookie 保存会话信息或通过 Session 保存会话信息。

如果是通过 Cookie 保存会话信息，此时会将所有的会话信息保存在客户端，当我们访问同一个网站的其他页面的时候，会从 Cookies 中读取对应的会话信息，从而判断目前的会话状态，比如可以判断是否已经登录等。显然，这一种方式我们会用到 Cookie。如果是通过 Session 保存会话信息，会将对应的会话信息保存在服务器端，但是服务器端会给客户端发 SessionID 等信息，这些信息一般存在客户端的 Cookie 中，当然，如果客户端禁止了 Cookie，也会通过其他方式存储。但是，目前来说，大部分的情况还是会将这一部分的信息存到 Cookie 中。然后，用户在访问该网站其他网页的时候，会从 Cookie 中读取这一部分信息，然后从服务器中的 Session 中根据这一部分 Cookie 信息检索出该客户端的所有会话信息，然后进行会话控制。显然，使用 Session 的方式来保存会话信息，大部分的时候，还是会到 Cookie。

通过前面的分析，可以看到，不管是通过哪种方式进行会话控制，在大部分时候，都会用到 Cookie。比如在爬虫的登录中，如果没有 Cookie，我们登录成功了一个网页，但如果我们要爬去该网站的其他网页的时候，仍然会是未登录状态，如果有了 Cookie，当我们登录成功后，爬取该网站的其他网页时，则会保持登录状态进行内容的爬取。

使用 Cookies 维持会话：

import requests

headers = {    //先查看浏览器的请求头信息，获取Cookies信息，然后伪造请求头发起请求
    "Cookie": "BAIDUID=70178D6FAB7868D8E45892D6755702D3:FG=1; PSTM=1552269060; BIDUPSID=D00BA89253A15C11C23CD0C7BFD1004A; ......"
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36"
}

req = requests.get("http://www.baidu.com/", headers=headers)
print(req.text)

使用 Session 维持会话：

import requests
 
s = requests.session()                           //创建一个session对象，用来存储session信息
s.get("http://www.baidu.com")                    //当我们访问百度之后，session信息就已经被存储在session对象中了
req = s.get("http://www.baidu.com/?wd=hello")    //使用session对象再访问百度的其他子页，就相当于携带session信息进行访问了
print(req.text)