qq_42227818的博客

知道了，get，post，json请求返回来是什么样子，现在能用的方法就是get和post两种，对什么发起请求，返回的类型不知道，别人发的是http请求，但是返回来是application/json，是用json返回的。https有些地方会出现问题，但是目前来看已经不是问题了以前12306就是自建的CA，提示会不安全**其实计算机系统有一些内置的证书颁发者，所以有些网站的CA才是可信的，...

urllib能用的无非就是请求，请求方法，urlopenurlopen打开一个网站，看到返回的response，实际上是httpresponse，本质是个类文件对象，fileno，支持上下文仔细看看这个类不管怎么访问，http是基于tcp协议的，底层一定会有socket通信，不然不能连接到url对应的网站建立通信，类文件对象是看到它了，带个b是二进制的，read出来的都是二进制的，...

爬虫就是做数据采集的，互联网的网站内容多了，就需要采集，就有了爬虫。一般叫网络蜘蛛，网络机器人，spider。百度这样的搜索引擎就是网络爬虫的应用者，最早的实践者。早期的雅虎是做信息收集，不是采集（将大家的网站分类，类似国内的hao123，给网站归类），但是大家对感兴趣的内容才是最直接的。把网站内容提取出来，用一个综合网站就能找到各个网站关键字内容，这就是现在的搜索引擎。所以雅虎就从归类的网站变...