HTTP和HTTPS协议:

HTTP:超文本传输协议,是一种发布和接收HTML页面的方法。服务器默认是80端口

HTTPS:是HTTP协议的加密版本,在HTTP下加入了SSL层,服务器默认是443端口

在浏览器中发送一个http请求的过程:

  1. 当用户在浏览器的地址栏中输入一个URL并按回车键之后,浏览器会向HTTP服务器发送HTTP请求。HTTP请求主要分为“Get”和“Post”两种方法。
  • 当我们在浏览器输入URL http://www.baidu.com 的时候,浏览器发送一个Request请求去获取 http://www.baidu.com 的html文件,服务器把Response文件对象发送回给浏览器。
  • 浏览器分析Response中的 HTML,发现其中引用了很多其他文件,比如Images文件,CSS文件,JS文件。 浏览器会自动再次发送Request去获取图片,CSS文件,或者JS文件。

从Chrome中按F12,然后查看network中可以看出请求的不只是www.baidu.com,还有其他的东西

  • 当所有的文件都下载成功后,网页会根据HTML语法结构,完整的显示出来了。

URL详解:

一个URL由一下几个部分组成:

scheme://host:port/path/?query-string=xxx#anchor

  • 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。0020
  • path:查找路径。比如:www.jianshu.com/trending/now,后面的trending/now就是path。
  • query-string:查询字符串,比如:www.baidu.com/s?wd=python,后面的wd=python就是查询字符串。如果还有其他的参数就是用&符号进行分割
  • anchor:锚点,后台一般不用管,前端用来做页面定位的。可以定位浏览器具体滚动到哪里

在浏览器中请求一个url,浏览器会对这个url进行一个编码。除英文字母,数字和部分符号外,其他的全部使用百分号+十六进制码值进行编码。

常用请求方式:

  1. get请求:一般情况下,只从服务器获取数据下来,并不会对服务器资源产生任何影响的时候会使用get请求
  2. post请求:向服务器发送数据(登陆),上传文件等,会对服务器资源产生影响的时候会使用post请求

以上是网站开发的常用方法,一般都会遵循这个方法,如果有些网站有反爬机制就不会按照常理出牌,要视情况而定

请求头常见参数:

在http协议中,向服务器发送一个请求,数据分为三部分,第一个是把数据放在url中,第二个是把数据放在body中(在post请求中),第三个就是把数据放在head

1、User-Agent:在请求一个网页的时候,服务器可以通过这个参数去查看你的请求是从哪种浏览器发送的。如果是爬虫,默认的值就是Python,那么有反爬机制的网站可以判断你的请求是一个爬虫,一般直接设置成红框的数值

  • Referer:表面当前的请求从哪个url过来的,这个一般也可以作为反爬机制,如果不指定从哪个页面过来就不作出相关的响应
  • Cookie:http协议是无状态的,也就是一个人发送了两次请求,服务器没有能力知道这两个请求是否来自同一个人。因此这时候就用cookie来做表示。一般如果想要登陆网站就会需要发送cookie信息了

常见的响应状态码:

200:请求正常,服务器正常的返回数据。(只是过程正常,但是数据不一定正确)

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。比如在访问一个需要登录的页面的时候,而此时没有登录,那么就会重定向到登录页面。

400:请求的url在服务器上找不到。换句话说就是请求url错误。

403:服务器拒绝访问,权限不够。

500:服务器内部错误。可能是服务器出现bug了。

查看ChromeF12

Elements:当前网页的代码

Sources:网站由哪些文件组成的

Network:查看浏览器当前网页发送的请求