《Python爬虫技术：深入理解原理、技术与开发》读书笔记（一）

最新推荐文章于 2021-11-23 15:20:05 发布

原创

最新推荐文章于 2021-11-23 15:20:05 发布 · 607 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #爬虫

本文是《Python爬虫技术：深入理解原理、技术与开发》的读书笔记，介绍了HTTP基础，包括URL与URI的区别、超文本概念、HTTP与HTTPS的对比，以及HTTP请求过程的详细解释，帮助读者建立爬虫学习的基础。

前言

这是本系列的第一篇文章，文如其题，这个系列旨在学习Python爬虫技术
本系列基于李宁老师的《Python爬虫技术：深入理解原理、技术与开发》一书，分28天完成阅读，大家可以在阅读书籍的同时，配合这一笔记，按照这一规划，有组织地学习这门技术

第1章基础知识

第2章爬虫基础

HTTP基础

URL与URI

URL：统一资源定位符，用于定位某一互联网资源名称的字符串
URI：统一资源标识符，用于标识某一互联网资源名称的字符串
从字面意义来看，二者鲜有不同，事实上，很多时候二者可以互换，例如页面链接https://geekori.com/edu/course.php?c_id=6表示在geekori.com上有一个页面，通过URL/URI指定了该页面的访问协议（https）、访问域名（geekori.com）、访问路径（/edu/course.php）和参数（?c_id=6）
既然名称不同，二者肯定有区别：URI除了包含URL外还有URN（统一资源名称），URN只命名资源而不指定如何获得资源，例如P2P下载中使用的磁力链接