学习笔记(04):21天搞定分布式Python网络爬虫-HTTP协议介绍（2）

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

1. 200：请求正常，服务器正常的返回数据。

2. 301：永久重定向。比如在访问www.jingdong.com的时候会重定向到www.jd.com。 例如：网页换了域名，以前的域名不用了，就重定向到现在的网址。

3. 302：临时重定向。比如在访问一个需要登录的页面的时候，而此时没有登录，那么就会重 定向到登录页面。例如：访问知乎，我没有登录，它会重定向到登录界面。 

4. 400：请求的url在服务器上找不到。换句话说就是请求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。

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。如果我们是通过爬虫发送请 求，那么我们的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 的判断你这个请求是爬虫。因此我们要经常设置这个值为一些浏览器的值，来伪装我们的爬 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。例如：你进入这个页面必须从上一个页面进入，如果你直接进入该网址就可以认为可能是爬虫。

3. Cookie：http协议是无状态的。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来做标识。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。