4.浏览器的请求
-
url
- 在Chrome中点击检查,点到network
- url = 请求的协议+网站的域名+资源的路径+参数
-
浏览器请求url地址
- 当前url对应的响应+js+css+图片 —》elements中的内容
-
爬虫请求url地址
- 当前url对应的响应
-
elements的内容和爬虫获取到的url地址的响应不同,爬虫中需要以当前url地址对应的响应为准提取数据
-
当前url地址对应的响应在哪里
- 从network中找到当前的url地址,点击response
- 在页面上右键显示网页源码
5.认识HTTP、HTTPS
- HTTP:超文本传输协议
- 以明文的形式传输
- 效率更高,但是不安全
- HTTPS:HTTP+SSL(安全套接字层)
- 传输之前数据先加密,之后解密获取内容
- 效率较低,但是安全
- get请求和post请求的区别
- get请求没有请求体,post有,get请求把数据放到url地址中
- post请求常用于登录注册,
- post请求携带的数据量比get请求大,多,常用于传输大文本的时候
- HTTP协议之请求
- 1.请求行
- 2.请求头
- User-Agent:用户代理:对方服务器能够通过user-agent知道当前对方请求资源的是什么浏览器
- 如果我们需要模拟手机版的浏览器发送请求,对应的,就需要把user-agent改成手机版
- Cookie:用来存储用户信息的,每次请求会被携带上发送给对方的浏览器
- 要获取登录后才能访问的界面
- 对方的服务器会通过cookie来判断是我们是一个爬虫
- User-Agent:用户代理:对方服务器能够通过user-agent知道当前对方请求资源的是什么浏览器
- 3.请求体
- 携带数据
- get请求没有请求体
- post请求有请求体
- HTTP协议之响应
- 1.响应头
- set-cookie:对方服务器通过该字段设置cookie到本地
- 2.响应体
- url地址对应的响应
- 1.响应头