2021-02-24

HTTP和HTTPS的复习

学习目标：

记忆 http、https的概念和区别
记忆 浏览器发送http请求的过程
记忆 http请求头的形式
记忆 http响应头的形式
了解 http响应状态码

1 为什么要复习http和https

2 http和https的概念

HTTP
超文本传输协议

默认端口：80

HTTPS
HTTP + SSL(安全套接字层)，即带有安全套接字层的超本文传输协议
默认端口号：443
HTTPS比HTTP更安全，但是性能更低

3 浏览器发送HTTP请求的过程(重点理解)

3.1 http请求的过程

浏览器先向地址栏中的url发起请求，并获取相应

在返回的响应内容（html）中，会带有css、js、图片等url地址，以及ajax代码，浏览器按照响应内容中的顺序依次发送其他的请求，并获取相应的响应

浏览器每获取一个响应就对展示出的结果进行添加（加载），js，css等内容会修改页面的内容，js也可以重新发送请求，获取响应

从获取第一个响应并在浏览器中展示，直到最终获取全部响应，并在展示的结果中添加内容或修改————这个过程叫做浏览器的渲染

3.2 注意:

但是在爬虫中，爬虫只会请求url地址，对应的拿到url地址对应的响应（该响应的内容可以是html，css，js，图片等）

浏览器渲染出来的页面和爬虫请求的页面很多时候并不一样

所以在爬虫中，需要以url地址对应的响应为准来进行数据的提取

4 HTTP请求的形式

这个图大家见过很多次，那么在浏览器headers中，点击view source来具体观察其中的请求行，请求头部和请求数据是什么样子的

5 HTTP常见请求头

Host (主机和端口号)
Connection (链接类型)
Upgrade-Insecure-Requests (升级为HTTPS请求)
User-Agent (浏览器名称)
Accept (传输文件类型)
Referer (页面跳转处)
Accept-Encoding（文件编解码格式）
Cookie （Cookie）
x-requested-with :XMLHttpRequest (表示该请求是Ajax异步请求)

6 HTTP重要的响应头

Set-Cookie （对方服务器设置cookie到用户浏览器的缓存）

Last-Modified (对方静态页面最后更新时间)

7 响应状态码(status code)

常见的状态码：

200：成功
302：临时转移至新的url
307：临时转移至新的url
404：找不到该页面
500：服务器内部错误
503：服务不可用

所有的状态码都不可信，一切以是否获取到数据为准

小结

记忆 http、https的概念和区别：
http: 超本文传输协议
https: HTTP + SSL，即带有安全套接字层的超本文传输协议
记忆 浏览器发送http请求的过程:
浏览器先向地址栏中的url发起请求，并获取相应
在返回的响应内容（html）中，会带有css、js、图片等url地址，以及ajax代码，浏览器按照响应内容中的顺序依次发送其他的请求，并获取相应的响应
浏览器每获取一个响应就对展示出的结果进行添加（加载），js，css等内容会修改页面的内容，js也可以重新发送请求，获取响应
从获取第一个响应并在浏览器中展示，直到最终获取全部响应，并在展示的结果中添加内容或修改
记忆 http请求头的形式：

记忆 http响应头的形式 :