HTTP和HTTPS
学习目标：
- 记忆 http、https的概念和区别
- 记忆 浏览器发送http请求的过程
- 记忆 http请求头的形式
- 记忆 http响应头的形式
- 了解 http响应状态码
1 为什么要复习http和https
在发送请求，获取响应的过程中 就是发送http或https的请求，获取http或https的响应
2 http和https的概念
- HTTP
- 超文本传输协议
- 默认端口号:80
- HTTPS
- HTTP + SSL(安全套接字层)，即带有安全套接字层的超本文传输协议
- 默认端口号：443
HTTPS比HTTP更安全，但是性能更低
3 浏览器发送HTTP请求的过程(重点理解)
3.1 http请求的过程
-
浏览器先向地址栏中的url发起请求，并获取相应
-
在返回的响应内容（html）中，会带有css、js、图片等url地址，以及ajax代码，浏览器按照响应内容中的顺序依次发送其他的请求，并获取相应的响应
-
浏览器每获取一个响应就对展示出的结果进行添加（加载），js，css等内容会修改页面的内容，js也可以重新发送请求，获取响应
-
从获取第一个响应并在浏览器中展示，直到最终获取全部响应，并在展示的结果中添加内容或修改————这个过程叫做浏览器的渲染
3.2 注意:
但是在爬虫中，爬虫只会请求url地址，对应的拿到url地址对应的响应（该响应的内容可以是html，css，js，图片等）
浏览器渲染出来的页面和爬虫请求的页面很多时候并不一样
所以在爬虫中，需要以url地址对应的响应为准来进行数据的提取
4 HTTP请求的形式
这个图大家见过很多次，那么在浏览器headers中，点击view source来具体观察其中的请求行，请求头部和请求数据是什么样子的
5 HTTP常见请求头
- Host (主机和端口号)
- Connection (链接类型)
- Upgrade-Insecure-Requests (升级为HTTPS请求)
- User-Agent (浏览器名称)
- Accept (传输文件类型)
- Referer (页面跳转处)
- Accept-Encoding（文件编解码格式）
- Cookie （Cookie）
- x-requested-with :XMLHttpRequest (表示该请求是Ajax异步请求)
6 HTTP重要的响应头
- Set-Cookie （对方服务器设置cookie到用户浏览器的缓存）
7 响应状态码(status code)
常见的状态码：
- 200：成功
- 302：临时转移至新的url
- 307：临时转移至新的url
- 404：找不到该页面
- 500：服务器内部错误
- 503：服务不可用，一般是被反爬
小结
- 记忆 http、https的概念和区别：
- http: 超本文传输协议
- https: HTTP + SSL，即带有安全套接字层的超本文传输协议
- 记忆 浏览器发送http请求的过程:
- 浏览器先向地址栏中的url发起请求，并获取相应
- 在返回的响应内容（html）中，会带有css、js、图片等url地址，以及ajax代码，浏览器按照响应内容中的顺序依次发送其他的请求，并获取相应的响应
- 浏览器每获取一个响应就对展示出的结果进行添加（加载），js，css等内容会修改页面的内容，js也可以重新发送请求，获取响应
- 从获取第一个响应并在浏览器中展示，直到最终获取全部响应，并在展示的结果中添加内容或修改
- 记忆 http请求头的形式：
GET /item/503/1227315?fr=aladdin HTTP/1.1
Host: www.baidu.com
......
- 记忆 http响应头的形式 :
HTTP/1.1 200 OK
Connection: keep-alive
......
- 了解 http响应状态码
- 200：成功
- 302：临时转移至新的url
