HTTP基础

一、HTTP vs HTTPS

HTTPS是SSL加密的安全版HTTP

二、HTTP请求过程

1. 客户端向服务器发出请求

请求方法：GET、POST

	GET	POST
请求参数位置	包含在URL中，信息可见	在表单中（如用户名密码登录）
提交数据大小	不超过1024字节	无限制，可上传文件

请求网址：URL，唯一确定请求资源

请求头：服务器需要附加信息，包含Accept、Cookies、Referrer等

请求体：一般为POST表单数据

2. 服务器返回响应

响应状态码

状态响应码	响应状态
200	正常
404	页面未找到
500	服务器错误

响应头

响应体 ：正文

三、网页结构

HTML：网页结构

CSS：页面美化

JavaScript：动态交互

四、会话和Cookies

1. 无状态HTTP

服务器缺少记录状态，只负责完成请求，后续处理信息需要重传（例如每次都需要登录）。

2. 会话

在服务端，保存用户的会话信息

3. Cookies

客户端，下次访问网页时自动附带Cookies给服务器，区分用户，判断登录状态，返回响应（自动登录）。

五、爬虫Robots协议

规定了哪些页面能爬（Allow），哪些页面不能爬（Disallow）。

爬虫过快或高频率会对服务器产生压力，导致IP被封锁。