Question

我正在抓取一个网站，如果我使用我的浏览器并点击T.O.S.，该页面会在我的浏览器中设置一个如下所示的cookie：

名称 OnCoreWeb

值 AutoLoadImages = -1＆amp; ImageViewer = 2＆amp; DefaultNumberOfRows = 10

Cookie名称是OnCoreWeb，但该值是一个＆符号分隔的三个键/值对的字符串。

当我在cURL中发送cookie时，我构造它是这样的：

curl_setopt($ch, CURLOPT_COOKIE, "OnCoreWeb={AutoLoadImages=0&ImageViewer=0&DefaultNumberOfRows=50});

但是当我输出标题时，Set-Cookie似乎在第一个cookie的末尾添加了一个额外的值对，如下所示：

HTTP/1.1 200 OK
Cache-Control: private
Transfer-Encoding: chunked
Content-Type: text/html
Server: Microsoft-IIS/7.5
X-AspNet-Version: 2.0.50727
Set-Cookie: OnCoreWeb={AutoLoadImages=0&ImageViewer=0&DefaultNumberOfRows=50}&AutoLoadImages=-1; expires=Mon, 21-Aug-2017 00:36:44 GMT; path=/
X-Powered-By: ASP.NET

日期：太阳，2016年8月21日00:36:44 GMT

您可以看到在Set-Cookie行中，在结束&AutoLoadImages=-1;之后附加}。这让我觉得我的cookie格式错误。

作为一个控件，我已经注释掉所有COOKIEJAR和COOKIEFILE行，因此唯一的cookie设置是通过CURLOPT_COOKIE属性完成的。

正如我想到的那样，我想你可以说cookie VALUE只是一个字符串，并且解析是在服务器端完成的，所以将字符串包装在{}中并不会真正神奇地将字符串变成一个数组。有了这个理念，我也尝试将字符串包裹在＆＃39;＆＃39;＆＃39; （双单引号），也没有任何区别。我想我应该尝试删除{}或＆＃39;＆＃39;总而言之，因为cookie值仅仅是一个字符串，并且＆符号并不意味着客户端的东西。服务器端决定使用＆＃34;＆amp;＆＃34;解析字符串。作为分隔符。

奇怪的是，就像那样，删除{}或＆＃39;＆＃39;在cookie值字符串周围包装，额外的，多余的&AutoLoadImages=-1;消失了。

新标题显示正确，如下所示：

HTTP/1.1 200 OK
Cache-Control: private
Transfer-Encoding: chunked
Content-Type: text/html
Server: Microsoft-IIS/7.5
X-AspNet-Version: 2.0.50727
Set-Cookie: ASP.NET_SessionId=yqtxvba24xodegufrkoih355; path=/; HttpOnly
Set-Cookie: OnCoreWeb=AutoLoadImages=0&ImageViewer=0&DefaultNumberOfRows=50; expires=Mon, 21-Aug-2017 17:35:12 GMT; path=/
X-Powered-By: ASP.NET
Date: Sun, 21 Aug 2016 17:35:12 GMT

Answer 1

如果在AutoLoadImages Http响应中嗅探http标头你发现Set-Cookie两次，那只是因为服务器行为。

恕我直言这个数据cookie编码看起来有点奇怪，我同意它看起来像是错误的，但鉴于它是服务器端行为，我们不能假设它。

我建议您尝试浏览网站，看看您会收到哪种类型/格式的数据。

使用CURLOPT_COOKIE

1 个答案: