本文介绍了HTTP协议的基本特性和在数据采集中的使用，包括GET和POST请求方法，以及HTTP响应状态码。同时，讨论了会话跟踪技术如Cookie和Session，并讲解了如何防范跨站请求伪造（CSRF）和跨站脚本攻击（XSS）。最后，提到了数据采集过程中可能遇到的session_token及其重要性。
HTTP的特性
HTTP构建于TCP/IP协议之上，默认端口号是80
HTTP是无连接无状态的
HTTP报文
请求报文
HTTP 协议是以 ASCII 码传输，建立在 TCP/IP 协议之上的应用层规范。规范把 HTTP 请求分为三个部分：状态行、请求头、消息主体。类似于下面这样：
HTTP定义了与服务器交互的不同方法，最基本的方法有4种，分别是GET，POST，PUT，DELETE。URL全称是资源描述符，我们可以这样认为：一个URL地址，它用于描述一个网络上的资源，而 HTTP 中的GET，POST，PUT，DELETE就对应着对这个资源的查，增，改，删4个操作(CRUD)。
GET用于信息获取，GET请求报文示例：
GET /books/?sex=man&name=Professional HTTP/1.1
Host: www.example.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 Firefox/1.0.1
Connection: Keep-Alive
POST表示可能修改变服务器上的资源的请求。
POST / HTTP/1.1
Host: www.example.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.7.6)
Gecko/20050225 F
最低0.47元/天 解锁文章
6793
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
