19 | 让我知道你是谁:HTTP的Cookie机制

在之前的第13讲第14讲中,我曾经说过,HTTP是“无状态”的,这既是优点也是缺点。优点是服务器没有状态差异,可以很容易地组成集群,而缺点就是无法支持需要记录状态的事务操作。

好在HTTP协议是可扩展的,后来发明的Cookie技术,给HTTP增加了“记忆能力”。

什么是Cookie?

不知道你有没有看过克里斯托弗·诺兰导演的一部经典电影《记忆碎片》(Memento),里面的主角患有短期失忆症,记不住最近发生的事情。

比如,电影里有个场景,某人刚跟主角说完话,大闹了一通,过了几分钟再回来,主角却是一脸茫然,完全不记得这个人是谁,刚才又做了什么,只能任人摆布。

这种情况就很像HTTP里“无状态”的Web服务器,只不过服务器的“失忆症”比他还要严重,连一分钟的记忆也保存不了,请求处理完立刻就忘得一干二净。即使这个请求会让服务器发生500的严重错误,下次来也会依旧“热情招待”。

如果Web服务器只是用来管理静态文件还好说,对方是谁并不重要,把文件从磁盘读出来发走就可以了。但随着HTTP应用领域的不断扩大,对“记忆能力”的需求也越来越强烈。比如网上论坛、电商购物,都需要“看客下菜”,只有记住用户的身份才能执行发帖子、下订单等一系列会话事务。

那该怎么样让原本无“记忆能力”的服务器拥有“记忆能力”呢?

看看电影里的主角是怎么做的吧。他通过纹身、贴纸条、立拍得等手段,在外界留下了各种记录,一旦失忆,只要看到这些提示信息,就能够在头脑中快速重建起之前的记忆,从而把因失忆而耽误的事情继续做下去。

HTTP的Cookie机制也是一样的道理,既然服务器记不住,那就在外部想办法记住。相当于是服务器给每个客户端都贴上一张小纸条,上面写了一些只有服务器才能理解的数据,需要的时候客户端把这些信息发给服务器,服务器看到Cookie,就能够认出对方是谁了。

Cookie的工作过程

那么,Cookie这张小纸条是怎么传递的呢?

这要用到两个字段:响应头字段Set-Cookie和请求头字段Cookie

当用户通过浏览器第一次访问服务器的时候,服务器肯定是不知道他的身份的。所以,就要创建一个独特的身份标识数据,格式是“key=value”,然后放进Set-Cookie字段里,随着响应报文一同发给浏览器。

浏览器收到响应报文,看到里面有Set-Cookie,知道这是服务器给的身份标识,于是就保存起来,下次再请求的时候就自动把这个值放进Cookie字段里发给服务器。

因为第二次请求里面有了Cookie字段,服务器就知道这个用户不是新人,之前来过,就可以拿出Cookie里的值,识别出用户的身份,然后提供个性化的服务。

不过因为服务器的“记忆能力”实在是太差,一张小纸条经常不够用。所以,服务器有时会在响应头里添加多个Set-Cookie,存储多个“key=value”。但浏览器这边发送时不需要用多个Cookie字段,只要在一行里用“;”隔开就行。

我画了一张图来描述这个过程,你看过就能理解了。

从这张图中我们也能够看到,Cookie是由浏览器负责存储的,而不是操作系统。所以,它是“浏览器绑定”的,只能在本浏览器内生效。

如果你换个浏览器或者换台电脑,新的浏览器里没有服务器对应的Cookie,就好像是脱掉了贴着纸条的衣服,“健忘”的服务器也就认不出来了,只能再走一遍Set-Cookie流程。

在实验环境里,你可以用Chrome访问URI“/19-1”,实地看一下Cookie工作过程。

首次访问时服务器会设置两个Cookie。

然后刷新这个页面,浏览器就会在请求头里自动送出Cookie,服务器就能认出你了。

如果换成Firefox等其他浏览器,因为Cookie是存在Chrome里的,所以服务器就又“蒙圈”了,不知道你是谁,就会给Firefox再贴上小纸条。

Cookie的属性

说到这里,你应该知道了,Cookie就是服务器委托浏览器存储在客户端里的一些数据,而这些数据通常都会记录用户的关键识别信息。所以,就需要在“key=value”外再用一些手段来保护,防止外泄或窃取,这些手段就是Cookie的属性。

下面这个截图是实验环境“/19-2”的响应头,我来对着这个实际案例讲一下都有哪些常见的Cookie属性。

首先,我们应该设置Cookie的生存周期,也就是它的有效期,让它只能在一段时间内可用,就像是食品的“保鲜期”,一旦超过这个期限浏览器就认为是Cookie失效,在存储里删除,也不会发送给服务器。

Cookie的有效期可以使用Expires和Max-Age两个属性来设置。

Expires”俗称“过期时间”,用的是绝对时间点,可以理解为“截止日期”(deadline)。“Max-Age”用的是相对时间,单位是秒,浏览器用收到报文的时间点再加上Max-Age,就可以得到失效的绝对时间。

Expires和Max-Age可以同时出现,两者的失效时间可以一致,也可以不一致,但浏览器会优先采用Max-Age计算失效期。

比如在这个例子里,Expires标记的过期时间是“GMT 2019年6月7号8点19分”,而Max-Age则只有10秒,如果现在是6月6号零点,那么Cookie的实际有效期就是“6月6号零点过10秒”。

其次,我们需要设置Cookie的作用域,让浏览器仅发送给特定的服务器和URI,避免被其他网站盗用。

作用域的设置比较简单,“Domain”和“Path”指定了Cookie所属的域名和路径,浏览器在发送Cookie前会从URI中提取出host和path部分,对比Cookie的属性。如果不满足条件,就不会在请求头里发送Cookie。

使用这两个属性可以为不同的域名和路径分别设置各自的Cookie,比如“/19-1”用一个Cookie,“/19-2”再用另外一个Cookie,两者互不干扰。不过现实中为了省事,通常Path就用一个“/”或者直接省略,表示域名下的任意路径都允许使用Cookie,让服务器自己去挑。

最后要考虑的就是Cookie的安全性了,尽量不要让服务器以外的人看到。

写过前端的同学一定知道,在JS脚本里可以用document.cookie来读写Cookie数据,这就带来了安全隐患,有可能会导致“跨站脚本”(XSS)攻击窃取数据。

属性“HttpOnly”会告诉浏览器,此Cookie只能通过浏览器HTTP协议传输,禁止其他方式访问,浏览器的JS引擎就会禁用document.cookie等一切相关的API,脚本攻击也就无从谈起了。

另一个属性“SameSite”可以防范“跨站请求伪造”(XSRF)攻击,设置成“SameSite=Strict”可以严格限定Cookie不能随着跳转链接跨站发送,而“SameSite=Lax”则略宽松一点,允许GET/HEAD等安全方法,但禁止POST跨站发送。

还有一个属性叫“Secure”,表示这个Cookie仅能用HTTPS协议加密传输,明文的HTTP协议会禁止发送。但Cookie本身不是加密的,浏览器里还是以明文的形式存在。

Chrome开发者工具是查看Cookie的有力工具,在“Network-Cookies”里可以看到单个页面Cookie的各种属性,另一个“Application”面板里则能够方便地看到全站的所有Cookie。

Cookie的应用

现在回到我们最开始的话题,有了Cookie,服务器就有了“记忆能力”,能够保存“状态”,那么应该如何使用Cookie呢?

Cookie最基本的一个用途就是身份识别,保存用户的登录信息,实现会话事务。

比如,你用账号和密码登录某电商,登录成功后网站服务器就会发给浏览器一个Cookie,内容大概是“name=yourid”,这样就成功地把身份标签贴在了你身上。

之后你在网站里随便访问哪件商品的页面,浏览器都会自动把身份Cookie发给服务器,所以服务器总会知道你的身份,一方面免去了重复登录的麻烦,另一方面也能够自动记录你的浏览记录和购物下单(在后台数据库或者也用Cookie),实现了“状态保持”。

Cookie的另一个常见用途是广告跟踪

你上网的时候肯定看过很多的广告图片,这些图片背后都是广告商网站(例如Google),它会“偷偷地”给你贴上Cookie小纸条,这样你上其他的网站,别的广告就能用Cookie读出你的身份,然后做行为分析,再推给你广告。

这种Cookie不是由访问的主站存储的,所以又叫“第三方Cookie”(third-party cookie)。如果广告商势力很大,广告到处都是,那么就比较“恐怖”了,无论你走到哪里它都会通过Cookie认出你来,实现广告“精准打击”。

为了防止滥用Cookie搜集用户隐私,互联网组织相继提出了DNT(Do Not Track)和P3P(Platform for Privacy Preferences Project),但实际作用不大。

小结

今天我们学习了HTTP里的Cookie知识。虽然现在已经出现了多种Local Web Storage技术,能够比Cookie存储更多的数据,但Cookie仍然是最通用、兼容性最强的客户端数据存储手段。

简单小结一下今天的内容:

  1. Cookie是服务器委托浏览器存储的一些数据,让服务器有了“记忆能力”;
  2. 响应报文使用Set-Cookie字段发送“key=value”形式的Cookie值;
  3. 请求报文里用Cookie字段发送多个Cookie值;
  4. 为了保护Cookie,还要给它设置有效期、作用域等属性,常用的有Max-Age、Expires、Domain、HttpOnly等;
  5. Cookie最基本的用途是身份识别,实现有状态的会话事务。

还要提醒你一点,因为Cookie并不属于HTTP标准(RFC6265,而不是RFC2616/7230),所以语法上与其他字段不太一致,使用的分隔符是“;”,与Accept等字段的“,”不同,小心不要弄错了。

课下作业

  1. 如果Cookie的Max-Age属性设置为0,会有什么效果呢?
  2. Cookie的好处已经很清楚了,你觉得它有什么缺点呢?

欢迎你把自己的学习体会写在留言区,与我和其他同学一起讨论。如果你觉得有所收获,也欢迎把文章分享给你的朋友。

unpreview

unpreview

精选留言

  • 徐海浪

    2019-07-10 08:59:13

    1. 如果 Cookie 的 Max-Age 属性设置为 0,会有什么效果呢?
    设置为0,服务器0秒就让Cookie失效,即立即失效,服务器不存Cookie。
    2. Cookie 的好处已经很清楚了,你觉得它有什么缺点呢?
    好处:方便了市民
    缺点:方便了黑客:)
    作者回复

    2019-07-10 12:24:34

  • 放开那个猴子

    2019-07-10 23:22:39

    广告追踪没看明白呀,能否详细讲讲
    作者回复

    是这样的,网站的页面里会嵌入很多广告代码,里面就会访问广告商,在浏览器里存储广告商的cookie。

    你换到其他网站,上面也有这个广告商的广告代码,因为都是一个广告商网站,自然就能够读取之前设置的cookie,也就获得了你的信息。

    2019-07-11 14:16:09

  • Geek_66666

    2019-08-15 19:27:35

    既然max-age=0会立即失效,那不就等于无记忆了?那干嘛还用cookie?
    作者回复

    max-age=0是指不能缓存,但在会话期间是可用的,浏览器会话关闭之前可以用cookie记录用户的信息。

    2019-08-16 08:57:10

  • 前端西瓜哥

    2019-07-11 22:37:19

    1. (我修改 Lua 文件测试了一下)如果 Max-Age 设置为0,浏览器中该 Cookie 失效,即便这个 Cookie 已存在于浏览器中,且尚未过期。另外 Web 应用开发中,可以通过这种方式消除掉用户的登陆状态,此外记得在服务器的 session 中移除该 cookie 和其对应的用户信息。
    2. Cookie 的缺点:
    (1) 不安全。如果被中间人获取到 Cookie,完全将它作为用户凭证冒充用户。解决方案是使用 https 进行加密。
    (2)有数量和大小限制。另外 Cookie 太大也不好,传输的数据会变大。
    (3)客户端可能不会保存 Cookie。比如用 telnet 收发数据,用户禁用浏览器 Cookie 保存功能的情况。
    作者回复

    good。

    2019-07-12 06:58:09

  • 饭饭

    2019-07-10 16:36:56

    Max-age:-1 的时候会永久有效吧 ?
    作者回复

    rfc里有说明,如果max-age <=0,统一按0算,立即过期。

    2019-07-10 18:38:20

  • WL

    2019-07-10 19:06:56

    对于XSS和XSRF一直不是很理解希望老师帮忙解答一下:
    1. XSS攻击是指第三方的JS代码读取到浏览器A网站的Cookie然后冒充我去访问A网站吗?
    2.XSRF是指浏览器从A网站跳转到B网站是会带上A网站的Cookie吗?这个不是由Domain和Path已经限定了吗?
    作者回复

    1,是的。

    2.你理解的反了,应该是带上B网站的cookie。

    https://developer.mozilla.org/zh-CN/docs/Web/HTTP/Cookies

    这个链接里举的例子也许能够帮助你理解。

    2019-07-10 21:05:06

  • rongyefeng

    2020-05-28 09:46:51

    还有一个属性叫“Secure”,表示这个 Cookie 仅能用 HTTPS 协议加密传输,明文的 HTTP 协议会禁止发送。
    但 Cookie 本身不是加密的,浏览器里还是以明文的形式存在。
    这里的“ Cookie 本身”怎么理解?
    作者回复

    意思是cookie在传输过程是被https加密的,不能用明文的http传输,但在本地,它还是明文,没有被加密,还是能够被任意查看。

    2020-05-28 15:44:58

  • 业余草

    2019-07-10 14:47:17

    属性“HttpOnly”、“Secure”、“SameSite”很少见,老师可以给几个配套例子,后面答疑篇,可以来个攻防实战!
    作者回复

    其实并不少见,上几个大站,用开发者工具看看就能看到。

    2019-07-10 18:28:51

  • cp3yqng

    2019-07-10 08:17:25

    域名+路径的方式存储cookie,感觉像只有一台业务服务器,那后台如何过分布式系统呢,用户中心是一个系统,核心业务是其他的系统,这里cookie肯定要共享,应该有一级域名和二级域名等等的概念吧,麻烦老师在解释解释。我本人是做移动端开发的,都是自己把token写在网络底层的请求头中,其实核心思想是一样的,但是缺点就是所有的域名里面都带token,这样也不好,好像还有优化的空间。
    作者回复

    只要cookie设置了domain和path属性,浏览器在访问uri时就会根据这两个属性有选择地发送cookie。

    需要根据自己的业务需求,恰当设置cookie的作用域,太大太小都不好。

    2019-07-10 08:58:25

  • 大小兵

    2019-07-10 01:17:35

    要是能把session和token也说一下就好了
    作者回复

    这个不在http范围之内,而且篇幅有限,还望见谅。

    2019-07-10 07:39:42

  • 业余爱好者

    2019-07-10 07:22:54

    1.Max-Age: 是永久有效的意思。
    2.cookie在浏览器端禁用,还有就是安全性,因为在本地是明文存储的
    作者回复

    1不对,max-age=0,就是立即过期,不允许缓存,只能在浏览器运行期间有效。

    2019-07-10 08:56:31

  • Maske

    2020-06-14 17:32:23

    samesite的加入是为了在一定程度上防范CSRF,比如a.com页面中有个恶意表单,提交url为b.com的域名为开头且为银行转账接口地址,且为post请求,用户误操作后会将本地cookie(domain为b.com)发送,导致账户损失,设置samesite为Lax后可避免该cookie的发送,防止该情况出现。
    作者回复

    good

    2020-06-14 22:17:00

  • quaeast

    2020-02-15 04:01:53

    老师您好,我一只搞不懂cookie和session的区别
    作者回复

    Cookie是存在客户端的,session是存在服务器的,都是用来保存用户的会话信息。

    Cookie属于http协议的规定,而session不是协议规定,只是服务器的一种实现方式。

    2020-02-15 09:58:13

  • 許敲敲

    2019-12-26 17:09:22

    还有个名词,session 这个适合cookie放在一起的,这个老师能简单解释下嘛?
    作者回复

    session是指服务器保持与客户端的会话过程,利用了cookie来存储会话信息,它是服务器上的概念。

    session本身与http关系不大,是在http的应用过程中出现的,基于cookie,是cookie的一个具体应用实例。

    2019-12-27 08:42:10

  • kissingers

    2019-12-10 09:01:20

    哈哈,就是九品芝麻官里的半个烧饼:你后人凭这个来找我
    作者回复

    nice。

    2019-12-10 09:36:14

  • 彧豪

    2019-07-21 18:08:33

    话说现在还有用cookie的吗?感觉似乎不是太安全吧,毕竟各种明文传输,我司是这么做的:浏览器登录成功, 服务端会设置一个密文的cookie, 然后浏览器再用带着这个cookie值的请求头字段去请求用户信息的接口来获取用户信息, 当然了还有其他的头字段,然后登陆之类的接口中的相应头也看不到set-cookie字段,但是浏览器的cookie中却能被设置上一个cookie键值对,以及是密文的
    作者回复

    有些公司为了兼容性还是用cookie的。

    2019-07-22 08:59:16

  • chengzise

    2019-07-10 14:15:37

    老师好,我理解的广告跟踪那个原理是:用户访问A网站,A会给用户设置cookies(T),用户再次访问网站B时,浏览器会带上cookies(T),B网站就能够识别到被A标记的用户。这里A给用户设置的cookies里面是不是把domain设置为B网站?不然凭什么访问B网站的时候,浏览器会带上A设置的cookies。
    作者回复

    在这个场景里B是“第三方cookie”,不是A设置的,所以只要在页面里嵌入了B相关的代码,就会带上B的cookie。

    完全弄清楚可能还需要一点html的知识。

    2019-07-10 18:36:08

  • geekskai

    2020-01-13 23:54:53

    老师,有几个问题我不是很明白1⃣️:如果用户没有登录,浏览器向服务器发送请求的时候,是否还会产生cookie呢?如果会产生,那么用来干嘛呢?2⃣️:有关session,他是保存在服务器上的,如果用户没有登录,服务器是否还会产生session吗?我的理解是:应该不会产生吧!毕竟服务器保存session需要额外的空间!而且用户又没有登录,保存它做什么呢🤔?3⃣️:假设现在有三个浏览器,一个在深圳,一个在北京,一个在上海,它们都是没有登录的,同时访问同一台服务器,假设没有session的存在,会出现服务器返回数据的时候,出现无法一一对应的情况吗?就是,本来这个响应是返回给深圳那个浏览器的,结果错乱的发送给北京的那台浏览器去了!
    作者回复


    1.cookie并不是需要登录才会产生,而是用来记录网站的信息,比如你不登录,它也可以记录访问时间、历史记录等,可以理解成是当做一个匿名的guest用户。

    2.同理,session在服务器端保存的是用户的信息,只要你登录网站,就可以认为是一个匿名用户,就可以产生session。当然网站也可以不记录,决定权在它自己。

    3.每次http请求都是一个来回,是在一个tcp上发送的,所以肯定不会乱。但因为http是无状态的,如果不用cookie,就无法区分每次请求是否为同一个用户。所以,通常的做法是在cookie里把你当做一个匿名用户。

    2020-01-14 09:02:00

  • 院长。

    2019-07-11 13:31:43

    老师我是那个回复URI会跳转的那个,其他的测试案例也都会跳转。
    您说的实验环境openresty需要我配置什么嘛?我应该是顺着看您的文章的,您专栏里哪一章有介绍我漏看的吗?
    如果是我漏看的麻烦老师说下在哪一节,谢谢老师啦。
    作者回复

    感觉是dns域名解析被缓存了,走了其他真实网站,没有使用本地的hosts文件,可能要清理系统的域名缓存,具体方法可以搜一下。

    2019-07-11 14:13:02

  • 居培波

    2019-07-10 17:04:04

    正常需要服务器输出cookie值value时会加密,这样稍安全点。
    作者回复

    2019-07-10 18:26:52