爬虫——http协议和https协议

摘要:
另一方面,当服务器不需要以前的信息时,它的响应更快。3.http中的URL协议部分:URL的协议部分是“http:”,这意味着网页使用http协议。服务器将证书发送给客户端,因为客户端也识别证书颁发机构。客户端通过证书中的数字签名验证公钥的真实性,以确保从服务器发送的公钥是真实的。以上是关于http协议和https协议的知识。

http协议

HTTP协议是Hyper Text Transfer Protocol(超文本传输协议)的缩写,是用于从万维网(WWW:World Wide Web )服务器传输超文本到本地浏览器的传送协议。

以上是官方对于http协议的一个解释,可能相对晦涩难懂一些,实际上http协议就是:服务器server和客户端client之间进行数据交换的一种形式

1.http协议的工作原理

HTTP协议工作于客户端-服务端架构为上。浏览器作为HTTP客户端通过URL向HTTP服务端即WEB服务器发送所有请求。Web服务器根据接收到的请求后,向客户端发送响应信息。

爬虫——http协议和https协议第1张

2.http的四点注意事项

  • HTTP允许传输任意类型的数据对象。正在传输的类型由Content-Type加以标记。

  • HTTP是无连接:无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求,并收到客户的应答后,即断开连接。采用这种方式可以节省传输时间。*

  • HTTP是媒体独立的:这意味着,只要客户端和服务器知道如何处理的数据内容,任何类型的数据都可以通过HTTP发送。客户端以及服务器指定使用适合的MIME-type内容类型。

  • HTTP是无状态:HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。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。另一方面,在服务器不需要先前信息时它的应答就较快

3.http中的url

  • 协议部分:该URL的协议部分为“http:”,这代表网页使用的是HTTP协议。在Internet中可以使用多种协议,如HTTP,FTP等等本例中使用的是HTTP协议。在"HTTP"后面的“//”为分隔符

  • 域名部分:该URL的域名部分为“www.aspxfans.com”。一个URL中,也可以使用IP地址作为域名使用

  • 端口部分:跟在域名后面的是端口,域名和端口之间使用“:”作为分隔符。端口不是一个URL必须的部分,如果省略端口部分,将采用默认端口

  • 虚拟目录部分:从域名后的第一个“/”开始到最后一个“/”为止,是虚拟目录部分。虚拟目录也不是一个URL必须的部分。本例中的虚拟目录是“/news/”

  • 文件名部分:从域名后的最后一个“/”开始到“?”为止,是文件名部分,如果没有“?”,则是从域名后的最后一个“/”开始到“#”为止,是文件部分,如果没有“?”和“#”,那么从域名后的最后一个“/”开始到结束,都是文件名部分。本例中的文件名是“index.asp”。文件名部分也不是一个URL必须的部分,如果省略该部分,则使用默认的文件名

  • 锚部分:从“#”开始到最后,都是锚部分。本例中的锚部分是“name”。锚部分也不是一个URL必须的部分

  • 参数部分:从“?”开始到“#”为止之间的部分为参数部分,又称搜索部分、查询部分。本例中的参数部分为“boardID=5&ID=24618&page=1”。参数可以允许有多个参数,参数与参数之间用“&”作为分隔符。

4.http中的Request

常见的请求头:

  • accept:浏览器通过这个头告诉服务器,它所支持的数据类型

  • Accept-Charset: 浏览器通过这个头告诉服务器,它支持哪种字符集

  • Accept-Encoding:浏览器通过这个头告诉服务器,支持的压缩格式

  • Accept-Language:浏览器通过这个头告诉服务器,它的语言环境

  • Host:浏览器通过这个头告诉服务器,想访问哪台主机

  • If-Modified-Since: 浏览器通过这个头告诉服务器,缓存数据的时间

  • Referer:浏览器通过这个头告诉服务器,客户机是哪个页面来的 防盗链

  • Connection:浏览器通过这个头告诉服务器,请求完后是断开链接还是何持链接

  • X-Requested-With: XMLHttpRequest 代表通过ajax方式进行访问

  • User-Agent:请求载体的身份标识

5.http中的Response

常见的响应头信息:

  • Location: 服务器通过这个头,来告诉浏览器跳到哪里

  • Server:服务器通过这个头,告诉浏览器服务器的型号

  • Content-Encoding:服务器通过这个头,告诉浏览器,数据的压缩格

  • Content-Length: 服务器通过这个头,告诉浏览器回送数据的长度

  • Content-Language: 服务器通过这个头,告诉浏览器语言环境

  • Content-Type:服务器通过这个头,告诉浏览器回送数据的类型

  • Refresh:服务器通过这个头,告诉浏览器定时刷新

  • Content-Disposition: 服务器通过这个头,告诉浏览器以下载方式打数据

  • Transfer-Encoding:服务器通过这个头,告诉浏览器数据是以分块方式回送的

  • Expires: -1 控制浏览器不要缓存

  • Cache-Control: no-cache

  • Pragma: no-cache

https协议

HTTPS (Secure Hypertext Transfer Protocol)安全超文本传输协议,HTTPS是在HTTP上建立SSL加密层,并对传输数据进行加密,是HTTP协议的安全版。

说白了就是加密版的HTTP协议。

1.证书

证书是被应用在https的加密操作中的,改证书是由证书认证机构颁布的,里面包含了公钥

2.https采用的加密技术:

  • 对称密钥加密:

    • 流程:客户端向服务器发送一条信息,首先客户端会采用已知的算法对信息进行加密,比如MD5或者Base64加密,接收端对加密的信息进行解密的时候需要用到密钥,中间会传递密钥,(加密和解密的密钥是同一个),密钥在传输中间是被加密的。

    • 缺点:这种方式看起来安全,但是仍有潜在的危险,一旦被窃听,或者信息被挟持,就有可能破解密钥,而破解其中的信息。因此“共享密钥加密”这种方式存在安全隐患

    • 爬虫——http协议和https协议第2张
  • 非对称密钥加密

    • 流程:服务器告诉客户端按照自己给定的公开密钥进行信息的加密处理,这时服务器接收到加密消息后,再按照自己的密钥进行解密。

    • 缺点:一是有可能是有人模仿服务器向客户端进行发送公共密钥,二是非对称加密的方式效率比较低

      爬虫——http协议和https协议第3张

  • 证书密钥加密方式

    • 过程:服务器携带公开密钥向数字证书认证机构提出公开密钥的申请,数字证书认证机构在认清申请者的身份之后,会对服务器申请的公开密钥做数字签名,然后把这个公开的密钥放入到证书之中,绑定在一起。

    • 服务器将这个证书发送给客户端,因为客户端也认可证书机构,客户端通过证书中的数字签名来进行验证公钥的真伪,来确保服务器传过来的公钥是真实的

      爬虫——http协议和https协议第4张

以上是对http协议以及https协议的相关知识。

免责声明:文章转载自《爬虫——http协议和https协议》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇dcos的问题汇总Aix之 xmanager 2.0连接AIX服务器下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

DNS跳转

1 switch(window.location.hostname) { 2 case "www.zcom.gov.cn" ://确定域名为 www.zcom.gov.cn 3 //window.location.pathname="/"//跳转到 / 目录 4 break; 5 case "cisf.zco...

Redis使用

一、定义 redis是nosql产品之一,nosql就是无需编写复杂的sql语句。是Remote Dictionary Server(远程字典数据服务)的缩写。 由意大利人 antirez(Salvatore Sanfilippo)  开发的一款 内存高速缓存数据库。该软件使用C语言编写,它的数据模型为 key-value。 它支持丰富的数据结构(类型),...

DNS协议以及报文格式总结

主要参考内容为RFC 1034、1035(简略参考,需要时再去阅读)还有以下博客参考 本文只是简略总结学习DNS协议的要点。 DNS协议思想 总结下来就是核心是分层式的思想。有以下几个点: 分层式结构自然引出树结构,树的每一个父节点只负责管理子节点的信息。 节点的表示引出域名概念,按照RFC文档的规定,域名是0-63个字节的在指定字符范围内的标签,其中...

kafka入门

问题导读: 1.zookeeper在kafka的作用是什么? 2.kafka中几乎不允许对消息进行“随机读写”的原因是什么? 3.kafka集群consumer和producer状态信息是如何保存的? 4.partitions设计的目的的根本原因是什么? 一、入门 1、简介 Kafka is a distributed,partitioned,rep...

C#高性能Socket服务器SocketAsyncEventArgs的实现(IOCP)

网址:http://blog.csdn.net/zhujunxxxxx/article/details/43573879 引言 我一直在探寻一个高性能的Socket客户端代码。以前,我使用Socket类写了一些基于传统异步编程模型的代码(BeginSend、BeginReceive,等等)也看过很多博客的知识,在linux中有poll和epoll来实现,在...

X窗口系统的协议和架构

转自X窗口系统的协议和架构 在电脑中,X窗口系统(常称作 X11、X)是一种以位图显示的网络透明化窗口系统。本条目详述 X11 的协议及其技术架构。 X C/S模型和网络透明性 X 基于C/S模型。运作在电脑上的X 服务器程序以图形显示,并以各种客户端程序进行通信。X 服务器接受图形输出(窗口画面)方面的请求,并回传使用者的输入(键盘、鼠标)。...