HTTP基础概念学习

HTTP协议

概念：

全名为 HyperText Transfer Protocol, 是超文本传输协议

分类：

HTTPS协议 和 HTTP协议 两种 :

• HTTP协议：无加密，安全性低，服务器端口为 80 端口

• HTTPS协议：在HTTP协议上进行了加密，安全性高，服务器端口为443端口

URL

概念：

全名为 Uniform Resource Locator , 中文译为 统一资源定位符

组成部分：

• scheme : 代表的是访问的协议，一般为 http 或者 https 以及 ftp 等
• host : 主机名，域名
• port : 端口号，默认为80端口
• path : 文件路径
• query-string : 查询参数
• anchor : 锚点，用来定位页面，有 # 标识

url编码 :

在浏览器中的 url ,除英文字母，数字和部分符号外，其他的全部使用百分号+十六进制进行编码

请求方法

常用的有两种 : get请求 和 post请求

get请求 : 不用向服务器提交额外参数，就可以直接通过网址下载所需数据的时候使用

post请求 : 要向服务器提交一些参数后才能获取所需数据的时候使用，比如登录或者上传文件等

不过最终还是要根据网站的情况而定，毕竟林子大了什么鸟都有

请求头参数

在http协议中，向服务器发送一个请求，数据氛围三部分：

• 数据放在 url 中
• 数据放在 body 中
• 数据放在 head 中

常见的一些请求头参数：

• User-Agent : 浏览器名称。请求一个网页时，服务器会根据这个参数判断请求是由哪个浏览器发出的

• Referer : 表明发出的请求的源头

• Cookie : 用来标识请求人身份的，因为 http是无状态的，可以理解为脸盲，第二次见到你还是不认识你，常常登录的时候需要用到

常见的响应状态码

• 200 : 请求正常，服务器正常返回数据

• 301 : 永久重定向，比如在访问 www.jingdong.com 的时候会重定向到 www.jd.com

• 302 : 临时重定向，比如访问一个需要登陆的页面时，而此时没有登陆，那么就会重定向到登陆页面

• 400 : 请求的 url 在服务器上找不到

• 403 : 服务器拒绝访问，权限不够

• 500 : 服务器内部错误，可能是出现 bug 了

学习资料来源：
CSDN学院《从零起步，系统掌握Python网络爬虫》课程