HTTP基本原理

最新推荐文章于 2024-07-19 16:09:28 发布

papillonlong

最新推荐文章于 2024-07-19 16:09:28 发布

阅读量720

点赞数 7

文章标签：网络 python 爬虫

本文链接：https://blog.csdn.net/papillonlong/article/details/140477240

版权

URI
URI = Universal Resource Identifier 统一资源标志符

URI采用一种特定语法标识一个资源的字符串。所标识的资源可能是服务器上的一个文件。不过，也可能是一个邮件地址、新闻消息、图书、人名、Internet主机或者任何其它内容。

通过URI找到资源是通过对名称进行标识，这个名称在某命名空间中，并不代表网络地址。

它包含URL和URN。
支持的协议有http、https、ftp、mailto、magnet、telnet、data、file、nfs、gopher、ldap等
URL
URL = Universal Resource Locator 统一资源定位符

URL唯一地标识一个资源在Internet上的位置。不管用什么方法表示，只要能定位一个资源，就叫URL。

示例：

http://www.jianshu.com/u/1f0067e24ff8
ftp://www.example.com/resource.txt

URN
URN = Universal Resource Name 统一资源名称

URN它命名资源但不指定如何定位资源，比如：只告诉你一个人的姓名，不告诉你这个人在哪。例如：telnet、mailto、news 和 isbn URI 等都是URN。

比如 urn:issn:1535-3613 则不属于URL(统一资源定位符)，因为根据该标识符无法定位任何到资源。

示例：

urn:issn:1535-3613 (国际标准期刊编号)
urn:isbn:9787115318893 (国际标准图书编号)
mailto:jijs@jianshu.com (简单邮件传输协议)
tel:+1-81-555-1212

URI、URL和URN区别：

URI 指的是一个资源
URL 用地址定位一个资源；
URN 用名称定位一个资源。

举个例子：
去寻找一个具体的人（URI）；如果用地址：XX省XX市XX区…XX单元XX室的主人就是URL；如果用身份证号+名字去找就是URN（身份证号+名字无法确认资源的地址）。

在互联网中，URN使用的非常少，几乎所有的URI都是URL，所以对一般的网络链接，我们既可以称之为URL，也可以称之为URI，我个人习惯称URL。

但是URL也不是谁便写的，他也是要遵循一定的格式规范的，基本的组成格式如下：

scheme:// [username:password@] hostname [:port] [/path] [;parameters] [?query] [#fragment]

其中括号包括的内容代表非必要部分，比如 https://www.baidu.com 这个URL，这里就只包括了scheme和hostname两部分，没有port、path、parameters、query、fragment。这里我们分别介绍一下几部分代表的含义和作用。

scheme：协议。常用的协议有http、https、ftp 等，另外scheme也被常称作protocol，二者都代表协议的意思。
username:password：用户名和密码。在某些情况下URL需要提供用户名和密码才可以访问，这时候可以把用户名和密码放在host前面。比如https://ssr3.scrape.centr这个URL需要用户名和密码才可以访问，直接写为https://admin:admin@ssr3.scrape.center则可以直接访问。
hostname：主机地址。可以是域名或IP地址，比如https://www.baid.com这个URL中的hostname就是www.baidu.com，这就是百度的二级域名。比如https://8.8.8.8这个URL中的hostname就是8.8.8.8,他是一个IP地址。
port：端口。这是服务器设定的服务端口，比如https://8.8.8.8:12345这个URL中的端口就是12345.但是有一些URL中没有端口信息，这是使用了默认的端口。http协议的默认端口是80，https协议的默认端口是443。所以 https://www.baidu.com 其实是相当于https://www.baidu.com:443,而http://www.baidu.com其实相当于http://www.baidu.com：80。
path：路径。指的是网络资源在服务器中的指定地址，比如https://github.com/favicon.ico中的path就是favicon.ico，指的是访问GitHub路径下的favicon.ico。
parameters：参数。用来指定访问某个资源时的附加信息，比如https://8.8.8.8:12345;user中的user就是parameters。但是parameters现在用的很少，所以目前很多人会把参数后面的query部分称为参数，甚至把parameters和query混用。严格意义上来说，parameters是分号（;）后面的内容。
query：查询。用来查询某类资源，如果有多个查询，则用&隔开。query其实非常常见，比如https://www.baid.com/s?wd=nba&ie=utf-8，其中的query部分就是wd=nba&ie=utf-8，这里指定了wd是nba，ie是utf-8.由于query比刚才说的parameters使用的频率高很多，所以平时我们见到的参数、GET请求参数、parameters、params等称呼多数情况指代的也是query。
fragment：片段。他是对资源描述的部分补充，可以理解为资源内部的书签。目前他有两个重要的应用，一个是用作单页面路由，比如现代前端框架Vue、React都可以借助它来做路由管理；另一个是用作HTML锚点，它可以控制一个页面打开时自动下滑滚动到某个特定的位置。