无法从 http 响应中获取 Set-Cookie 标头答案

【问题标题】：Can't get Set-Cookie header from http response无法从 http 响应中获取 Set-Cookie 标头
【发布时间】：2014-02-26 12:49:59
【问题描述】：

我正在开发一个小型网页内容 scraper 。部分代码是发送http请求，从响应头中获取cookie，所以可以在后续请求中设置。获取cookie的代码如下：

    HttpClient client = HttpClientBuilder.create().build();
    HttpGet request = new HttpGet(url);

    request.setHeader("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8");

    request.setHeader("Accept-Encoding","gzip,deflate,sdch");

    if(cookie!=null)
    {
      request.setHeader("Cookie", cookie);
    }
         
    request.setHeader("Accept-Language","en-US,en;q=0.8,zh-CN;q=0.6");    
    request.setHeader("Cache-Control", "max-age=0");
    request.setHeader("Connetion", "keep-alive");
    request.setHeader("Host", "www.booking.com");
    request.setHeader("User-Agent", "Mozilla/5.0 (Windows NT 6.1; WOW64) 
           AppleWebKit/537.36 (KHTML, like Gecko) 
           Chrome/32.0.1700.76 Safari/537.36");
    
    try {

        HttpResponse response = client.execute(request);
        int statusCode = response.getStatusLine().getStatusCode();
        System.out.println(statusCode);
        //get all headers       
        Header[] headers = response.getAllHeaders();
        for (Header header : headers) {
            System.out.println("Key : " + header.getName() 
                  + " ,Value : " + header.getValue());
        }
     
    

        System.out.println("----------------------------------------------------------");
        
    } catch (HttpException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }

我用来测试的url是http://www.booking.com/hotel/il/herods-hotels-spa.html#tab-reviews

打印出来的结果是这样的：

200

Key : Server ,Value : nginx

Key : Date ,Value : Mon, 03 Feb 2014 05:15:41 GMT

Key : Content-Type ,Value : text/html; charset=UTF-8

Key : Connection ,Value : keep-alive

Key : Cache-Control ,Value : private

Key : Vary ,Value : User-Agent, Accept-Encoding

Key : Set-Cookie ,Value : bkng=11UmFuZG9tSVYkc2RlIyh9YdMHS7ByVcpJ6zdHwCKMHsY37i1DyVPCutMoSY%2F9OR7ixF74JFUj1%2BJ3pF8ntbVX55kLQJvNnfE6Qco2NDwnHPzomws7z40vIxLRgwBTWU9CTbAN3zZqJGksaPN3GqHpSWJ%2BMIKlI5hQN6ZcJnKsU3rR9KXmRVS4plyPQf4gqmsjR131%2BtuuBiULzmDsKzejJZg%2BFgWWUOWS71bCxUGvJbeBBo1HRmUVmigKDEyHylYplnhKkriMof25dYccWyLQoBjIyUL4QZWr58O5D7fKPHDYWSY9y7k%2Bxfk7irIsyKdu%2B0owjpGp2%2BncNdphtqPZqdpeCyky1ReSjWVQ4QuZemceNGmfZGwxm%2BQxu0%2BkBEsJA5zY%2BoqulR8MJIBKZpFqsuvbeDZ9r5UJzl5c%2Fqk7Vw5YU1I%2FQunbw7PHra7IaGp6%2BmHnH2%2BeyiMDhAjWL769ebuwG2DhrgfB6eI0AGZE%2F6T0uA4j7bxA%2FwUdhog6yOu%2FSeTkPl%2FTAiIetVyKLfT1949ggWKfk1kGzmjnowOlZzPbxr1L%2FAifBjInWZ6DreY1Mr2A3%2BfjFYaHJYnS8VpB%2BZappBpGXBUVfHe%2FQ7lbDwNd6TCCzigpsb17LtvFYsb3JiZ%2BQFF82ILNwWFKz6B1xxEEbCRVoq8N%2FcXXPStyGSwApHZz%2Bew6LNI7Hkd2rjB1w3HenUXprZWR3XiWIWYyhMAbkaFbiQV2LThkl2Dkl%2FA%3D; domain=.booking.com; path=/; expires=Sat, 02-Feb-2019 05:15:41 GMT; HTTPOnly

Key : X-Recruiting ,Value : Like HTTP headers? Come write ours: booking.com/jobs

但是当我把这个小程序上传到我的服务器上运行它时，结果变成了：

200

Key : Server ,Value : nginx

Key : Date ,Value : Mon, 03 Feb 2014 05:14:14 GMT

Key : Content-Type ,Value : text/html; charset=UTF-8

Key : Connection ,Value : keep-alive

Key : Cache-Control ,Value : private

Key : Vary ,Value : User-Agent, Accept-Encoding

Key : X-Recruiting ,Value : Like HTTP headers? Come write ours: booking.com/jobs

Set-Cookie 标头消失了，我对同一站点内其他内容页面的后续请求（应该由我请求的第一页中的 javascript 加载）都返回 400 错误，我猜这是因为饼干不见了。我不知道为什么，我的电脑和我知道的服务器之间的区别是：

我的电脑运行的是 Windows 7，实际上有 Chrome 浏览器，而服务器运行的是 Linux，没有任何实际的浏览器。
IP 地址不同。除了这些，我还想不到。

任何解决此问题的建议或建议将不胜感激。谢谢。

【问题讨论】：

请使用实际发送的 HTTP 请求更新您的问题。我认为您要发送的内容与实际发送的内容之间存在一些差异。您可以使用 ngrep 或 fiddler 等工具捕获请求。
@Majid L 由于我使用的是云服务器，因此无法获取服务器发出的“实际”HTTP 请求。 fiddler 只会获取虚拟服务器发送的请求，而请求正是我在问题中包含的内容。
usernameTaken 不是我而是@npcode :)

标签： java cookies http-headers web-scraping response-headers

【解决方案1】：

set-cookie 是一个被禁止的响应头名称，你不能使用浏览器端的 JavaScript 读取它

developer.mozilla.org

根据 Fetch 规范的要求，浏览器阻止前端 JavaScript 代码访问 Set Cookie 标头，该规范将 Set-Cookie 定义为禁止的响应标头名称，必须从任何暴露给前端代码的响应中过滤掉。

【讨论】：