网络请求基础
目录
1.网络请求过程
URL介绍
- URL请求的网址，即统一资源定位符，他可以唯一确定我们想请求的资源，其结构如下：
https://www.baidu.com/
1.1网络请求过程
#请求过程
客户端，通常指web浏览器或APP向服务器发起请求，并向客户端发起请求
# 用dango做对比：
用户访问url ---> uwsgi ---> 框架：urls.py ---> 视图 --> 响应 ---> uwsgi ---> 浏览器 ---> 渲染
图例：
2.请求涉及的基础
2.1请求
# 请求：由客户端向服务器发起的，可以分为四部分内容：
请求方法（Request Methods),
请求网址（Requets URL），
请求头（Requets Header），
请求体（Requets Body)
2.2 请求方法
# 请求方法： 常见有8种
- GET：请求页面，并返回页面内容 # 重点
- POST：用于提交表单数据或上传文件，数据包含在请求体中 # 重点
- PUT： 从客户端向服务端传送的数据取代指定文档中的内容
- DELETE：请求服务器删除指定的页面
- HEAD：类似GET请求，只不过返回的响应中没有具体的内容，用于获取数据报头
- CONNECT：把服务器当做跳板，让服务器代替客户端访问其他网页
- OPTIONS：允许客户端查看服务器的性能
- TRACE：回显服务器收到的请求，主动用于测试或诊断
# 重点掌握GET & POST： GET与POST的区别（重点） -->(面试出镜率高)
1.GET请求中的参数包含在URL里面，数据可以在URL 中看到，
而POST请求的URL不会包含这些数据，POST的数据都是通过表单形式传输的，会包含在请求体中
2.GET 请求提交的数据最多只有1024字节，而POST方式没有限制
3.POST请求比GET请求相对安全
2.3 请求头
请求头，用来说明服务器要是用的附加信息。重点掌握：Accept，Cookie，Referer，User-Agent,Host
1.Accpect: 请求包头域，用于指定客户端可接受哪些类型的信息 # 重点（*/*)
2.Cookie: 也常用复数形式，Cookies，这是网站为了辨别用户进行会话跟踪而储存在用户本地的数据。
他的主要功能是维持当前访问会话。例如，我们输入用户名和密码成功登陆某个网站后，服务器会用会话保存登录状态信息，
后面我们每次刷新或请求该站点的其他页面时，会发现都是登录状态，这就是Cookies的功劳。Cookies并将其发送给服务器，
服务器通过Cookies识别出是我们自己，并且查处当前状态是登录状态，所以返回结果就是登录之后才能看到的网页内容 # 重点
3.Referer：此内容用来表示这个请求时从哪个页面发送过来的，服务器可以拿到这一信息并做相应的处理，如做统计、防盗链处理等 # 重点
4.User-Agent:简称UA，他是一个特殊的字符串头，可以是服务器识别用户的操作系统及版本、浏览器及版本等信息。在做爬虫时，加上此信息。可以伪装为浏览器。如果不加，很可能会被识别出来为爬虫 # 重点
5. x-requested-with：XMLHTTPRequest # 代表ajax请求
6. Accept-Language：指定客户端可接受的语言类型
7. Accept-Encoding： 指定客户端可接受的内容编码
8. Content-Type： 也叫互联网媒体类型（Internet Meida Type）或者MIME类型，在HTTP协议消息头中，他用来标识具体请求的媒体类型信息。例如： tetx/html代表HTML格式等
2.4请求体
# 请求体：
请求体一般承载的内容是POST请求中的表单数据，而对于GET请求，，请求体则为空。
# get获取页面资源
# get和post是否都能向服务器传递数据
3.响应涉及的基础
3.1 响应介绍：
# 响应，是由服务器返回给客户端的，
可以分为三部分：响应状态码（requets status code），
响应头（requets header），响应体（requets body）
3.2 响应状态码
# 响应状态码：用于判断请求后的响应状态，例如200代表成功，404代表页面找不到，500代表服务器错误
# 常见状态码：
200系列：
200 成功 服务器已经处理了请求 # 重点
300系列：
301 永久移动 请求的网页已经永久移动到新位置，即永久重定向 # 重点
302 临时移动 请求的网页暂时跳转到其他页面， 即暂时重定向 # 重点
400系列：
400 错误请求 服务器无法解析该请求 # 重点
401 未授权 请求没有进行身份验证或验证未通过
403 禁止访问 服务器拒绝此请求 # 重点
404 未找到 服务器找不到请求的网页
500系列：
500 服务器内部错误 服务器遇到错误，，无法完成请求 # 重点
501 未实现 服务器不具备完成请求的功能
502 错误网关 服务器作为网关或代理，从上游服务器收到无效响应
504 网关超时 服务器作为网关或代理，但是没有及时从上游服务器收到请求
505 HTTP版本不支持 服务器不支持请求中所用的HTTP协议版本
注意：状态码不能完全代表响应状态，部分网站的状态码是自定义的，一切以响应的数据为准）
3.3 响应头介绍：
# 响应头：
响应头包含了服务器队请求的应答信息
- Date：标识响应产生的时间
- Content-Encoding：指定响应内容的编码。
- Server：包含服务器的信息，比如名称、版本号等。
- Content-Type：文档类型。指定返回的数据类型是什么，比如text/html代表返回HTML文档。
- application/x-javascript 则代表返回JavaScript文件，image/jpeg则代表返回图片。
- Set-Cookie：设置Cookies。响应头中的Set-Cooksie告诉浏览器需要将此内容放在Cokies中，
下次请求携带Cookies请求。
- Expires：指定响应的过期时间，可以使用代理服务器或浏览器将加载内容更新到缓存中。
如果再次访问时，就可以直接从缓存中加载，降低服务器负载，缩短缓存加载时间。
3.4 响应体介绍
# 响应体：重要
最重要的当属响应体的内容了。
响应的正文数据都在响应体中，比如请求网页时，
他的响应体就是网页的HTML代码，请求一张图片时，
他的响应体就是图片的二进制数据。我们做爬虫请求网页后，
要解析的内容就是响应体。
4.网页基础
4.1网页组成
网页可以分为三部分，HTML，CSS，JacaScript
1.HTML：其全称叫做Hyper Text Markup Language。即超文本标记语言。定义了网页的样式
2.CSS：全程叫做Cascading Style Sheets。即层叠样式表。
3.JavaScript：简称JS，是一种脚本语言,
定义了网页与用户的交互行为，如下载进度条，提示框，轮播图.