0
点赞
收藏
分享

微信扫一扫

http协议和Chrome抓包工具

http协议和Chrome抓包工具

什么是http和https协议:

HTTP协议:全称是​​HyperText Transfer Protocol​​,中文意思是超文本传输协议,是一种发布和接收HTML页面的方法。服务器端口号是​​80​​端口。 HTTPS协议:是HTTP协议的加密版本,在HTTP下加入了SSL层。服务器端口号是​​443​​端口。

在浏览器中发送一个http请求的过程:

  1. 当用户在浏览器的地址栏中输入一个URL并按回车键之后,浏览器会向HTTP服务器发送HTTP请求。HTTP请求主要分为“Get”和“Post”两种方法。
  2. 当我们在浏览器输入URL ​​​​​​http://www.nydfjq.cn​​​ 的时候,浏览器发送一个Request请求去获取​​http://www.nydfjq.cn​​ 的html文件,服务器把Response文件对象发送回给浏览器。
  3. 浏览器分析Response中的 HTML,发现其中引用了很多其他文件,比如Images文件,CSS文件,JS文件。 浏览器会自动再次发送Request去获取图片,CSS文件,或者JS文件。
  4. 当所有的文件都下载成功后,网页会根据HTML语法结构,完整的显示出来了。

url详解:

​URL​​是​​Uniform Resource Locator​​的简写,统一资源定位符。 一个​​URL​​由以下几部分组成:

scheme://host:port/path/?query-string=xxx#anchor
  • scheme:代表的是访问的协议,一般为​​http​​或者​​https​​以及​​ftp​​等。
  • host:主机名,域名,比如​​​​http://www.nydfjq.cn。
  • port:端口号。当你访问一个网站的时候,浏览器默认使用80端口。
  • path:查找路径。比如:​​​​​​http://www.nydfjq.cn/,后面的​​​​archives/147​​就是​​path​​。
  • query-string:查询字符串,比如:​​​​​​http://www.nydfjq.cn/archives​​?wd=python​​​,后面的​​wd=python​​就是查询字符串。
  • anchor:锚点,后台一般不用管,前端用来做页面定位的。

在浏览器中请求一个​​url​​,浏览器会对这个url进行一个编码。除英文字母,数字和部分符号外,其他的全部使用百分号+十六进制码值进行编码。

常用的请求方法:

在​​Http​​协议中,定义了八种请求方法。这里介绍两种常用的请求方法,分别是​​get​​请求和​​post​​请求。

  1. ​get​​请求:一般情况下,只从服务器获取数据下来,并不会对服务器资源产生任何影响的时候会使用​​get​​请求。
  2. ​post​​请求:向服务器发送数据(登录)、上传文件等,会对服务器资源产生影响的时候会使用​​post​​请求。 以上是在网站开发中常用的两种方法。并且一般情况下都会遵循使用的原则。但是有的网站和服务器为了做反爬虫机制,也经常会不按常理出牌,有可能一个应该使用​​get​​方法的请求就一定要改成​​post​​请求,这个要视情况而定。

请求头常见参数:

在​​http​​协议中,向服务器发送一个请求,数据分为三部分,第一个是把数据放在url中,第二个是把数据放在​​body​​中(在​​post​​请求中),第三个就是把数据放在​​head​​中。这里介绍在网络爬虫中经常会用到的一些请求头参数:

  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。
  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。

常见响应状态码:

  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​​。
  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。
  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。

Chrome抓包工具:

​Chrome​​浏览器是一个非常亲近开发者的浏览器。可以方便的查看网络请求以及发送的参数。对着网页​​右键->检查​​。然后就可以打开开发者选项。以下用图片来说明。    http协议和Chrome抓包工具_服务器

举报

相关推荐

0 条评论