Django利用Cookie实现反爬虫的例子

我们知道，Diango 接收的 HTTP 请求信息里带有 Cookie 信息。Cookie的作用是为了识别当前用户的身份，通过以下例子来说明Cookie的作用。例：

浏览器向服务器（Diango）发送请求，服务器做出响应之后，二者便会断开连接（会话结束），下次用户再来请求服务器，服务器没有办法识别此用户是谁，比如用户登录功能，如果没有 Cookie 机制支持，那么只能通过查询数据库实现，并且每次刷新页面都要重新操作一次用户登录才可以识别用户，这会给开发人员带来大量的冗余工作，简单的用户登录功能会给服务器带来巨大的负载压力。

Cookie 是从浏览器向服务器传递数据，让服务器能够识别当前用户，而服务器对 Cookie 的别机制是通过 Session 实现的，Session 存储了当前用户的基本信息，如姓名，年龄和性别等，由于Cookie 存储在浏览器里面，而且Cookie 的数据是由服务器提供的，如果服务器将用户信息直接保存在浏览器中，就很容易泄露用户信息，并且Cookie大小不能超过4KB，不能支持中文，因此要一种机制在服务器的某个域中存储用户数据，这个域就是Session。

总而言之，Cookie 和 Session 是为了解决HTTP协议无状态的弊端、为了让浏览器和服务端建立长久联系的会话而出现的。

Cookie除了解决 HTTP 协议无状态的弊端之外，还可以利用 Cookie 实现反爬虫机制。随着大数据和人工智能的发展，爬虫技术日益完善，网站为了保护自身数据的安全性和负载能力，都会在网站里设置反爬虫机制。

由于 Cookie 是通过 HTTP 协议从浏览器传递到服务器的，因此从视图函数的请求对象 request 可以获取 Cookie 对象，而Diango提供以下方法来操作Cookie对象：

# 获取 Cookie 与 Python 的字典读取方法一致
request。COOKIES['uuid']
request。COOKIES。get('uuid')

# 在响应内容中添加 Cookie， 将 Cookie 返回给浏览器
return HttpResponse('Hello world')
response。set_cookie('key', 'value')
return response

# 在响应内容中删除Cookie
return HttpResponse('Hello world')
response。delete_cookie('key')
return response

操作 Cookie 对象无非就是对 Cookie 进行获取、添加和删除处理。添加Cookie 信息是使用 set_cookie 方法实现的，该方法是由响应类 HttpResponseBase 定义的

• key：设ECookie的key，类似字典的key。

• value：设 Cookie的value，类似字典的value。

• max age：设置Cookie的有效时间，以秒为单位。

• expires：设置Cookie的有效时间，以日期格式为单位。

• path：设置Cookie的生效路径，默认值为根目录（网站首页）

• domain：设置Cookie生效的域名。

• secure：设置传输方式，若为False，则使用HTTP，否则使用HTTPS。

• httponly：设置是否只能使用HTTP协议传输。

• samesite：设置强制模式，可选值为 lax 或 strict，主要防止CSRF攻击。

常见的反爬虫主要是设置参数max_age，expires 和 path。参数 max_age或 expires 用于设置 Cookie 的有效性，使爬程序无法长时间爬取网站数据；参数 path 用于将 Cookie 的生成过程隐藏起来，不容易让爬虫开发者找到并破解。

希望各位读者对Cookie实现反爬虫有一定认识。

来源：https://www.cnblogs.com/xcbb/p/14695251.html