爬虫学习笔记（三）--Http协议

思维导图

上面思维导图提取的原文是2026王道计网P286~290 

URL最前面（URL传输过程中遵循HTTP协议）

协议

计算机传输的数据实际上就是二进制0和1，协议就是规定这一串二进制数字的前几位代表什么、中间几位代表什么、后几位代表什么

HTTP（超文本传输协议）-无连接、可靠

传递网站相关内容的基本都用HTTP，因为对于超文本HT进行了规定，网页源代码采用的就是超文本标记语言HTML

 HTTP报文结构

请求头常见

User-Agent:请求载体的身份标识（用什么浏览器、什么操作系统、设备访问的）

Referer:防盗链--这次请求是从哪个页面来的（反爬会用到）

cookie:本地字符串数据信息（用户登录信息，反爬的token）

响应头常见

cookie:同请求头

token字样的字符串：防止各种攻击和反爬

请求方式

get:查询--显式提交

post:更改--隐式提交