浅谈数据抓取之 HTTP 基本原理

什么是 HTTP

HTTP（Hyper Text Transfer Protocol 超文本传输协议） 是互联网上应用最为广泛的一种网络协议，是一个客户端和服务器端请求和应答的标准，用于从 www 服务器传输超文本到本地浏览器的传输协议，它可以使浏览器更加高效，使网络传输减少。HTTP 由万维网协会和 Internet 工作小组 IETF 共同合作制定的规范。

HTTP 和 HTTPS

说起 HTTP，就不得不说 HTTPS，HTTPS 比 HTTP 多了个 S，这个 S 就为 SSL，它是一种网络加密协议，会对网页传输的数据进行加密，我们平常打开的网页，比如我的博客，在 URL 的开头，显示 https，这个就属于协议类型，当然，协议类型不止这一种，比如还有其他，如 ftp、sftp、smb 开头的 URL，在爬虫中，我们抓取的页面通常就是 http 或 https。

HTTP 和 HTTPS

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