网络爬虫之HTTP原理

**

URI和URL

URI的全称Uniform Resource Identifier ，即统一资源标志符。URL的全称Uniform Resource Locator 即统一资源定位符。 URL是URI的子集，也就是每一个URL就是URI，但是每一个URI不一定是URL，URI还有一个子类叫URN，它的全称Universal Resource Name-统一资源名称，URN只命名资源而不指定资源位置。

HTTP和HTTPS 

HTTP的全称叫 Hyper Text Transfer Protocol（超文本传输协议）。 HTTPS的全称叫 Hyper Text Transfer over Secure Socket Layer(加密的超文本协议)，HTTP加入SSL层。

HTTPS的安全基础是SSL，因此通过它传输的内容都是经过SSL加密的，它的主要作用可以分为两种：

• 建立信息安全通道，来保证数据传输的安全

• 确认网站的真实性，凡是使用了HTTPS的网站，都可以通过点击浏览器地址的锁头标志来查看网站认证之后的真实的信息，也可以通过CA机构颁发的安全签章来查询

HTTP的请求过程

右侧栏点击社区社交，即发送了一个请求。这个过程浏览器向网站所在的服务器发送了一个请求，网站的服务器收到请求解析处理和解析并返回了接口，浏览器拿到接口的数据进行渲染并显示。

请求

请求，由客户端向服务器发送，可以分为四部分，请求方法，请求网址（URL）、请求头、请求体。

请求方法 常见的请求方法有两种：GET和POST

方法	描述
GET	请求页面，并返回页面内容
HEAD	类似GET请求，只不过返回的响应中没有具体的内容，用于获取报头
POST	大多用于提交表单或上传文件，数据包含在请求体中
PUT	从客户端向服务器传送的数据取代指定文档中的内容
DE