认识爬虫

@认识、爬虫基础1

1.1
URL 和 URI
的区别：

URI——（全称）Uniform Resource
Identifier

URL——(全称)Universal
Resosource Locater

URI——统一资源标志符

URL——统一资源定位符

URL是URI的子集。

1.2
超文本（hypertext）

什么是网页？

答：简单来说，就是由超文本解析而成的，其网页源代码是一系列HTML代码，里面包含了一系列标签。

例如：（像这样的）

1.3
HTTP 和 HTTPS

1、URL的开头会有(http或https;)协议，而协议是一个类型。

协议类型：一般有ftp
sftp smb 等。

2、HTTP全称Hyper
Text Transfer Protocol——中文名：超文本传输协议；

HTTPS——Hyper Text Transfer
Protocol over Secure Socket Layer,是以安全为目标的HTTP通道，简单讲是HTTP的安全通道

1.4
HTTP 请求过程：

发请求，发的是什么请求？

答：比如说，你打开一个浏览器后，你输入一个网站链接，在回车确认后，页面就会跳转到这个链接的页面，而这个过程就是发送请求的过程。

1.5
什么是爬虫？

答：就是获取网页并提取和保存信息的自动化程序。

1.6
爬虫分类：通用网络爬虫、聚焦网络爬虫、增量式爬虫、深层网络爬虫