第1章-爬虫简介(http请求)

一、通讯协议

每一个应用程序都有一个独立的标识–端口（逻辑端口号）

HTTP：超文本传输协议，默认端口80

二、网络模型

https=http+ssl，默认端口443

SSL：（Secure Socket Layer，安全套接字层），为Netscape所研发，用以保障在Internet上数据传输之安全，利用数据加密(Encryption)技术，可确保数据在网络上之传输过程中不会被截取。它已被广泛地用于Web浏览器与服务器之间的身份认证和加密数据传输。

三、Http请求与响应

3.1 Http通信

1. 当⽤户在浏览器的地址栏中输⼊⼀个URL并按回⻋键之后，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。
2. 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（即网页源码），服务器把Response⽂件对象发送回给浏览器。
   
3. 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。
4. 当所有的⽂件都下载成功后，⽹⻚会根据HTML语法结构，完整的显示出来了。

3.2 Http请求

HTTP