web小知识

Http Erro Code分类

• 2XX：表示状态成功。
• 4XX：客户端错误。
• 5XX：服务器端错误。

简单的识别爬虫

 User-Agent：用户代理，其实我们的浏览器就是一个用户代理，当我使用浏览器发送请求时，我们的请求头里都会有 User-Agent （用户代理）这个提示信息。我们可以通过这个可以简单的识别"Http请求"是浏览器发送的还是其他程序发送的，但这仅仅是针对哪些一点都不会"Http请求"伪装的小白。

站在巨人的肩膀上学习，不要在想着再发明轮子。

 当我们面临一个问题的时候应该多思考上网搜索，网上肯定已经有人解决了而且别人的代码很简洁规范技术先进。可能大家觉得百度的浏览器搜素的答案也不怎么样，推荐：Stack Overflow，这是一个IT人员的论坛，可以免费的提问而且答案的技术新颖、靠谱。

Java爬虫：

 浏览器可以做的事情，其他程序肯定也是可以的。因为大家都是代码写成的。 如：发送http请求、下载文件…等。

爬虫步骤：

 Step one： 发送http请求。
 Step two：解析响应的数据。
  知识补充：HTML是高度结构化树形结构语言。 如：先有head再有body再有div，div还可以嵌套div就像一颗树一样。
  注意：
   1. 写爬虫肯定会遇到很多新东西，我们不能看别人的文章做事。得看官方文档保证技术新颖没有被淘汰。
   2. 网页搜索信息时，要简洁精炼准确。
如：搜索Fira Code 字体下载， 直接搜索Fira Code github。 搜索某个Maven仓库 XXXXX（依赖包名） Maven。

上面如有错误还望各位网友指出改正谢谢观看