【python爬虫自学笔记】------理解URI和URL
URI
Web上每种可用的资源，如HTML文档、图像、视频片段、程序都由一个通用资源标识符（Universal Resource Identifier,URI）进行定位。
URI通常由三部分组成：
- 访问资源的命名机制；
- 存放资源的主机名；
- 资源自身的名称，由路径表示；
如下面的URI：
http://www.why.com.cn/myhtml/html1223/
我们可以这样解释它：
①这是一个可以通过HTTP协议访问的资源，
②位于主机 www.webmonkey.com.cn上，
③通过路径“/html/html40”访问。
URL
URL是URI的一个子集，（Uniform Resource Locator），URL是Internet上描述信息资源的字符串，主要用在各种WWW客户程序和服务器程序上，采用URL可以用一种统一的格式来描述各种信息资源，包括文件、服务器的地址和目录等。
URL的一般格式为(带方括号[]的为可选项)：
protocol :// hostname[:port] / path / [;parameters][?query]#fragment
URL的格式由三部分组成：
- 协议（服务方式）；
- 存放该资源的主机IP地址（有时包括端口号）；
- 主机资源的具体地址，如目录和文件名等；（可省略）
比较
- URI属于URL更低层次的抽象，一种字符串文本标准。URI属于父类，而URL属于子类，URL是URI的子集。
- URI定义是：统一资源标识符；URL定义是：统一资源定位符。
- URI表示请求服务器的路径，定义一个资源，而URL需要同时说明如何访问这个资源。
URL举例
1、HTTP协议的URL
使用超级文本传输协议HTTP，提供超级文本信息服务的资源。
例：http://www.peopledaily.com.cn/channel/welcome.htm
其计算机域名为www.peopledaily.com.cn。
超级文本文件(文件类型为.html)是在目录 /channel下的welcome.htm。
这是中国人民日报的一台计算机。
例：http://www.rol.cn.net/talk/talk1.htm
其计算机域名为www.rol.cn.net。
超级文本文件(文件类型为.html)是在目录/talk下的talk1.htm。
这是瑞得聊天室的地址，可由此进入瑞得聊天室的第1室。
2．文件的URL
用URL表示文件时，服务器方式用file表示，后面要有主机IP地址、文件的存取路 径(即目录)和文件名等信息。
有时可以省略目录和文件名，但“/”符号不能省略。
例：file://ftp.yoyodyne.com/pub/files/foobar.txt
上面这个URL代表存放在主机ftp.yoyodyne.com上的pub/files/目录下的一个文件，文件名是foobar.txt。
例：file://ftp.yoyodyne.com/pub
代表主机ftp.yoyodyne.com上的目录/pub。
例：file://ftp.yoyodyne.com/
代表主机ftp.yoyodyne.com的根目录。
爬虫最主要的处理对象是URL，根据URL地址取得所需要的文件内容，再进行进一步处理。
参考：https://blog.csdn.net/pleasecallmewhy/article/details/8922826