爬虫基础URL

转载自：https://blog.csdn.net/weixin_42830697/article/details/102490400

URL遵守以下的语法规则：

scheme://host:port/path/?query-string=xxx#anchor
各个部分解释如下：

scheme - 定义因特网服务的类型(访问因特网的协议)。常见的协议有 http、https、ftp、file。
host - 主机名，域名（比如：www.baidu.com）
port - 定义主机上的端口号（http 的默认端口号是 80 ||| https 的默认端口号为443）
path - 定义服务器上的路径（如果省略，则文档必须位于网站的根目录中）。比如：https://blog.csdn.net/weixin_42830697/article/details/100055764【标红部分为路径】
query-string - 定义文档/资源的名称。比如查找猫:https://www.baidu.com/s?&wd=猫
anchor-网页锚点，前端用来做网页定位。【不用管】
解释：

(1)常见的协议：

<1>HTTP协议：超文本传输协议，是一种发布和接收HTML页面的协议。默认服务端口为80端口。也就是说，如果想利用互联网进行html页面的传输，必须遵从此协议。

<2>HTTPS协议：是HTTP协议的加密版本，在HTTP下加入了SSL层。默认服务端口为443端口。

<3>FTP协议：文件传输协议。

<4>FILE协议：本地文件传输协议。
————————————————
版权声明：本文为CSDN博主「Python伊甸园」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42830697/article/details/102490400