http協議和Chrome抓包工具
什么是http和https協議：
HTTP協議：全稱是HyperText Transfer Protocol，中文意思是超文本傳輸協議，是一種發布和接收HTML頁面的方法。服務器端口號是80端口。 HTTPS協議：是HTTP協議的加密版本，在HTTP下加入了SSL層。服務器端口號是443端口。
在瀏覽器中發送一個http請求的過程：
- 當用戶在瀏覽器的地址欄中輸入一個URL並按回車鍵之后，瀏覽器會向HTTP服務器發送HTTP請求。HTTP請求主要分為“Get”和“Post”兩種方法。
- 當我們在瀏覽器輸入URL http://www.baidu.com 的時候，瀏覽器發送一個Request請求去獲取 http://www.baidu.com 的html文件，服務器把Response文件對象發送回給瀏覽器。
- 瀏覽器分析Response中的 HTML，發現其中引用了很多其他文件，比如Images文件，CSS文件，JS文件。 瀏覽器會自動再次發送Request去獲取圖片，CSS文件，或者JS文件。
- 當所有的文件都下載成功后，網頁會根據HTML語法結構，完整的顯示出來了。
url詳解：
URL是Uniform Resource Locator的簡寫，統一資源定位符。 一個URL由以下幾部分組成：
scheme://host:port/path/?query-string=xxx#anchor
- scheme：代表的是訪問的協議，一般為
http或者https以及ftp等。 - host：主機名，域名，比如
www.baidu.com。 - port：端口號。當你訪問一個網站的時候，瀏覽器默認使用80端口。
- path：查找路徑。比如：
www.jianshu.com/trending/now，后面的trending/now就是path。 - query-string：查詢字符串，比如：
www.baidu.com/s?wd=python，后面的wd=python就是查詢字符串。 - anchor：錨點，后台一般不用管，前端用來做頁面定位的。
在瀏覽器中請求一個url，瀏覽器會對這個url進行一個編碼。除英文字母，數字和部分符號外，其他的全部使用百分號+十六進制碼值進行編碼。
常用的請求方法：
在Http協議中，定義了八種請求方法。這里介紹兩種常用的請求方法，分別是get請求和post請求。
get請求：一般情況下，只從服務器獲取數據下來，並不會對服務器資源產生任何影響的時候會使用get請求。post請求：向服務器發送數據（登錄）、上傳文件等，會對服務器資源產生影響的時候會使用post請求。 以上是在網站開發中常用的兩種方法。並且一般情況下都會遵循使用的原則。但是有的網站和服務器為了做反爬蟲機制，也經常會不按常理出牌，有可能一個應該使用get方法的請求就一定要改成post請求，這個要視情況而定。
請求頭常見參數：
在http協議中，向服務器發送一個請求，數據分為三部分，第一個是把數據放在url中，第二個是把數據放在body中（在post請求中），第三個就是把數據放在head中。這里介紹在網絡爬蟲中經常會用到的一些請求頭參數：
User-Agent：瀏覽器名稱。這個在網絡爬蟲中經常會被使用到。請求一個網頁的時候，服務器通過這個參數就可以知道這個請求是由哪種瀏覽器發送的。如果我們是通過爬蟲發送請求，那么我們的User-Agent就是Python，這對於那些有反爬蟲機制的網站來說，可以輕易的判斷你這個請求是爬蟲。因此我們要經常設置這個值為一些瀏覽器的值，來偽裝我們的爬蟲。Referer：表明當前這個請求是從哪個url過來的。這個一般也可以用來做反爬蟲技術。如果不是從指定頁面過來的，那么就不做相關的響應。Cookie：http協議是無狀態的。也就是同一個人發送了兩次請求，服務器沒有能力知道這兩個請求是否來自同一個人。因此這時候就用cookie來做標識。一般如果想要做登錄后才能訪問的網站，那么就需要發送cookie信息了。
常見響應狀態碼：
200：請求正常，服務器正常的返回數據。301：永久重定向。比如在訪問www.jingdong.com的時候會重定向到www.jd.com。302：臨時重定向。比如在訪問一個需要登錄的頁面的時候，而此時沒有登錄，那么就會重定向到登錄頁面。400：請求的url在服務器上找不到。換句話說就是請求url錯誤。403：服務器拒絕訪問，權限不夠。500：服務器內部錯誤。可能是服務器出現bug了。
Chrome抓包工具：
Chrome瀏覽器是一個非常親近開發者的瀏覽器。可以方便的查看網絡請求以及發送的參數。對着網頁右鍵->檢查。然后就可以打開開發者選項。以下用圖片來說明。 
