网络爬虫教材：
python3 网络爬虫开发实战——崔庆才
直接从第二章开始学习。
2.1 HTTP基本原理
URI:Uniform Resource Identifier，统一资源标识符
URL:Uniform Resource Locator ，统一资源定位符
URN：Uniform Resource Name，统一资源名称
URI包含URL和URN
参考博客https://blog.csdn.net/simplebam/article/details/72644094
HTTP:Hyper Text Transfer Protocol 超文本传输协议
HTTPS：Hyper Text Transfer Protocol over Secure Socket Layer，HTTPS安全版，即HTTP下加入SSL层。
HTTP请求过程
浏览器向服务器发送请求，服务器收到请求后进行解析处理，返回对应的响应。
请求：分为四部分，请求方法（Request Method），请求网址（Request URL）,请求头（Request Headers）、请求体（Request Body）。
请求方法：GET 和POST。GET请求中的参数包含在URL里面，数据可以在URL中看到，而POST请求的URL不会包含这些数据，数据都是通过表单形式传输的，会包含在请求体中。GET请求提交的数据最多只有1024字节，而POST方式没有限制。
参考http://www.runoob.com/http/http-methods.html
请求网址：唯一确定我们想要的资源
请求头：用来说明服务器要使用的附加信息
Referer：此内容用来标识这个请求是从哪个页面发过来的，服务器可以拿到这一信息并做相应处理，如做来源统计、防盗链处理等
User-Agent：简称UA，它是一个特殊的字符串头，可以使服务器识别客户使用的操作系统及版本、浏览器及版本信息。在做爬虫时加上此信息，可以伪装成浏览器；如果不加，很可能会被识别出为爬虫。
Content-Type:也叫互联网媒体类型（Internet Media Type）或者MIME类型，在HTTP协议消息头中，它用来表示具体请求中的媒体类型信息。参考http://tool.oschina.net/commons
请求体：请求体一般承载的内容是POST请求中的表单数据，而对于GET请求，请求体则为空。
| Content-Type | 提交数据的方式 |
| application/x-www-form-urlencoded | 表单数据 |
| multipart/form-data | 表达文件上传 |
| application/json | 序列化JSON数据 |
| text/xml | XML数据 |
响应：响应状态码（Response Status Code），响应头（Response Headers）和响应体（Response Body）
1、响应状态码：表示服务器的响应状态，如200代表服务器正常响应，404代表页面未找到，500代表服务器内部发生错误。在爬虫中，如果状态码为200，则证明成功返回数据，再进行进一步的处理，否则直接忽略。
2、响应头：包含了服务器对请求的应答信息。
Data：标识响应产生的时间
Expires：指定响应的过期时间，可以使代理服务器或浏览器将加载内容更新到缓存中。如果再次访问时，就可以直接从缓存中加载，降低服务器负载，缩短加载时间。
3、响应体：响应体的正文数据都在响应体中。我们做爬虫请求网页后，要解析的内容就是响应体。