http复习

标签：头部   爬虫   实现   指示   html   连接   blog   cookie   登陆   

转海峰老师博客

http://www.cnblogs.com/linhaifeng/articles/8243379.html

1. 爬虫最常用的三个头部字段

User_Agent:：用户代理

Cookie：之前的登陆信息，凭证

Referer：从哪跳转来的

1. HTTP中最基本的四个方法GET, POST, PUT, DELETE对应着对一个资源的查，改，增，删四个操作

1. 状态码：由三位数字组成，第一个数字定义了响应的类别，共分五种类别:

1xx：指示信息--表示请求已接收，继续处理

2xx：成功--表示请求已被成功接收、理解、接受; 200成功

3xx：重定向--要完成请求必须进行更进一步的操作

4xx：客户端错误--请求有语法错误或请求无法实现

5xx：服务器端错误--服务器未能实现合法的请求

1. 无连接

HTTP无连接说的是：当某个客户机在短时间多次次请求同一个资源，服务器并不能区别是否已经响应过用户的请求。

针对http无连接，人们设计了非持久连接和持久连接（长连接）

1. 无状态：http是无状态协议，是说http协议没法保存客户机信息

优点：在服务器不需要先前信息时它的应答就较快。

缺点：缺少状态意味着如果后续处理需要前面的信息，则它必须重传。这样可能导致每次连接传送的数据量增大

关于http无状态阻碍了交互式应用程序的实现。比如记录用户浏览哪些网页、判断用户是否拥有权限访问等。于是，两种用于保持HTTP状态的技术就应运而生了，一个是Cookie，而另一个则是Session

http复习

标签：头部   爬虫   实现   指示   html   连接   blog   cookie   登陆   

原文地址：https://www.cnblogs.com/yangli0504/p/9168838.html