爬虫基础-HTTP基本原理

爬虫基础-HTTP基本原理:
	URI: 统一资源标志符
	URL: 是URI的子集
	一般的网页链接既可成为URL也可称为URI
	超文本: HTML源代码

	HTTP和HTTPS:
		HTTP: 用于从网络传输超文本数据到本地浏览器的传输协议。
		HTTPS: HTTP的安全版本，加入了SSL层

	HTTP的请求过程:
		在浏览器地址栏输入URL以后，浏览器向网站所在的服务器
		发送一个请求，网站服务器接受到这个请求后进行处理和解析
		然后返回对应的响应，接着传回给浏览器，浏览器再进行解析

		请求:
			客户端向服务端发出 
			请求方法:
				GET POST: 在地址栏输入URL并回车，这便发起了一个GET请求
						  get参数包含在URL里面，post则不会
						  get方法提交数据最多只有1024个字节 post没有限制
						  一般登录时，需要写入用户名和密码的时候，使用post方式
			请求网址:
				即为URL
			请求头:
				说明服务器使用的附加信息 Cookie Referer User-Agent
			请求体:
				承载POST请求中的表单数据

		响应:
			响应状态码:
				200正常
				404页面未找到
				500服务器内部错误
			响应头:
				Data: 标识响应时间
				Last-Modified: 指定资源最后修改时间
				Content-Encoding: 指定响应内容编码
				Server: 包含服务器的信息
				Content-Type: 文档类型
				Set-Cookie: 设置Cookies
				Expires: 指定响应过期时间
			响应体:
				响应的征文数据都在相应体中(network中Preview可看到网页源代码)