前言
一个爬虫的成功与否，在于你是否拿到了想要的数据；一个请求的成功与否，在于响应的状态码，它标明了当前请求下这个响应的结果，是好还是坏。
上节课程学习了HTTPS和HTTP协议的各自优势，本节课程进入到请求的响应部分，学习下如何根据响应状态码，判断当前响应是好还是坏。
- 状态码的重要意义
互联网是个超级复杂的超大型项目，没网络的情况下，我们的电脑访问不了网络；有网络的前提下，网站正常工作我们才能访问。
单个的请求响应流程是非常简单的，如下图：
为了应对复杂多变的网络情况，http协议在设计之初就准备好了响应状态码，来标识本次请求响应的状态。
HTTP状态码（英语：HTTP Status Code）是用以表示网页服务器超文本传输协议响应状态的3位数字代码。它由 RFC 2616 规范定义的，并在后续的HTTP新版本的规范中扩展。所有状态码的第一个数字代表了响应的五种状态之一。
状态码分为五大类，分别是：
100系列：消息【除非在某些试验条件下，服务器禁止向此类客户端发送 1xx 响应】
200系列：成功
300系列：跳转
400系列：失败
500系列：错误
虽说是5类，但是100系列，是不允许使用的，所以常见的是4类。下面详细介绍一下这4类中，常见的状态码数值和所表达的意思。
- 成功的200系列
200是浏览器的日常使用中最常见的，因为网站要正常工作，200是必须的，不然工程师要挨骂的。
200 OK：这个是最常见的，也是爬虫工程师最喜欢的，代表你本次的请求顺利拿到了响应，没有任何问题。
201 Created：201代表创建成功，通常是指浏览器或爬虫给服务器上传数据，服务器接收并验证数据没问题之后，服务器返回客户端一个201，代表成功。提交数据，通常是POST方法提交
202 Accepted：服务器拿到了数据，但是还没处理好结果，所以先发回一个202。这个状态码一般在爬虫中看不到，但是适合在异步操作的情况下返回。
- 跳转的300系列
通常为了更方便的操作，服务器会告诉客户端进一步的优化操作，例如张三搬家了，旧服务器给你新地址让你找新服务器等；
301 Moved Permanently：当前资源的网址永久性迁移，并且会给你一个新的网址。值得注意的是，如果是POST请求拿到301，则下一次请求自动变成GET。
302 Move Temporarily：当前资源网址暂时性迁移到新地址，和301性质有点不一样。
304 Not Modified：这个在浏览器加载静态资源的时候，特别容易碰到，就是浏览器使用本地缓存而不消耗带宽去加载在线的静态资源，是加速网页渲染的一种资源调用机制。是前端程序员嫌弃的一个状态码。
3. 失败的400系列
400系列代表着失败，是爬虫程序中非常常见的，没有之一。而且很多时候，一个错误需要调试挺长时间的。了解400系列中常见的错误，对调试非常有益。
400 Bad Request：错误请求，400系列最典型的，看到这个错误，要么是请求头参数不对，要么是请求主体的内容错误。
401 Unauthorized：401认证错误，这个还是非常好识别的，身份无法识别或者身份权限不够，检查请求头中的身份字段信息和Cookie值。
403 Forbidden：禁止访问，大并发爬虫中比较容易碰到，问题很直观，你访问太多了【换IP或电脑】，或者身份权限不够【换身份信息】。
404 Not Found：404找不到，这个错误不用太在意，用浏览器测试几次就好，要么是你的网址写错了，要么是网址对应的网络资源无法加载【这不怪程序】。
405 Method Not Allowed：405方法不被允许，简单且少见的错误，意思就是你请求的姿势不对，检查请求方法，如Get、Post、Put、Delete，总有一个是对的。
4. 错误的500系列
500 Internal Server Error：网络错误，就和你断网了一样，具体点就是你的网络和网址所在网络，无法连通。
502 Bad Gateway：网关错误，请求出去要被网关解析目的地址并转发你的请求，这个错误就是网关不工作了，无法把你的请求发出去。这里的网关，可以理解成你的路由器或者你用的代理IP服务器。
503 Service Unavailable：服务不可用，这个就是目标服务器的问题了，你要做的是通知网站管理员或者等。一般情况下，国家网站部分有休息时间，例如晚上关网。商业服务器的服务不可用，大多是升级或者临时卡了，可以过段时间再试。
504 Gateway Timeout：网关超时，这个504和502，都是网关的问题，但是又不一样。504是你找网关转发，你默认等待180秒【3分钟】，然后网关超时了没理你；502的问题是，你压根就找不到网关。
505 HTTP Version Not Supported：HTTP版本不支持，这个比较少见，但是肯定有。网站内容太新或者太旧，对客户端的http版本要求不一样。你需要检查下本次请求所使用的http版本，然后改成网站指定版本，就可以解决这个问题。
以上是常见的4类状态码的说明。
最后说明下，状态码是对当前本次的请求响应做的一个说明代码，是一种规范。
这个状态码数值，服务器那边可以规定返回的数值，服务端开发者可以完全照着规范来开发，也可以不遵循规范开发网站的响应状态码。
例如你用爬虫登录错误的账号，登录请求发出去，服务器给你响应，可能结果如下：
响应状态码是200，内容写的是账号密码不对；
响应状态码是401，内容写的是账号密码不对；
响应状态码是404，内容写的是账号密码不对；
以上的返回结果都是有可能的，因为规范不是所有开发者都会遵守。
但是300和500系列，大部分都是遵循规范的，因为这两个系列，大部分结果不是服务器给响应状态码，是客户端【浏览器或爬虫】直接根据网络请求，返回的结果。
最后一个示例图，不同系列的状态码通常出现在的请求响应阶段：
总结
状态码是HTTP协议的规范，即便电脑断了网，失败的响应都会有一个状态码。
了解了状态码，可以更理智的分析当前响应的状态，快速定位具体问题，以及修改爬虫代码。
当然状态码这仅仅是规范中的一项，下节课程还要学习请求头中的重点字段，这也是非常重要的信息。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
