HTTP协议介绍（2）

立即学习:https://edu.csdn.net/course/play/24756/280652?utm_source=blogtoedu

一。

 

在HTTP协议中，定义了八种请求方法。这里介绍两种常用的请求方法，分别是get请求和post请求。

 

1.get请求：一般情况下，只从服务器获取数据下来，并不会对服务器资源产生任何影响的时候会使用get请求。

2.post请求：向服务器发送数据（如登录）、上传文件等，会对服务器资源产生影响的时候会用post请求。

 

注：有的网站和服务器为了做反爬虫机制，也会经常不按常理出牌，有可能一个应该使用get方法的请求就一定要改成post请求。

 

 

二。

 

在HTTP协议中，向服务器发送一个请求，数据分为三部分，第一个是把数据放在url中，第二个是把数据放在body中（在post请求中），第三个就是把数据放在head中。这里介绍在网络爬虫中经常会用到的一些请求头参数：

1.User-Agent：浏览器名称。这个在网络爬虫中经常会被使用到。请求一个网页的时候，服务器通过这个参数就可以知道这个请求是由哪种浏览器发送的。如果是通过爬虫发送请求的话，那么user-Agent就是python，这对于那些有反爬虫机制的网站来说，可以轻易地判断我们这个请求是爬虫。因此我们要经常设置这个值为一些浏览器地值，来伪装我们地爬虫。

2.Referer：表明当前这个请求是从哪个url过来的。这个一般也可以用来做反爬虫技术。如果不是从指定页面过来的，那么就不做相关的响应。

3.Cookie：http协议是五状态地。也就是同一个人发送了两次请求，服务器没有能力知道这两个请求是否来自同一个人。因此这时候就用cookie来标识。一般如果想要做登录后才能访问的网站，那么就需要发送cookie信息了。

 

三。

 

常见的响应状态码

1.200：请求正常，服务器正常返回数据。

2.301：永久重定向。

3.302：临时重定向。

4.404：请求的url在服务器上找不到。请求url错误。

5.403：服务器拒绝访问，权限不够。

6.500：服务器内部错误，可能是服务器出现bug了