【JAVA SE基础篇】64.端口、URL、爬虫原理、传输协议
1.端口
IP地址用来标识一台计算机，但是一台计算机上可能提供多种网络应用程序，端口就用来区分这些程序。
端口是虚拟的概念，并不是说在主机上真的有若干个端口。通过端口，可以在一个主机上运行多个网络应用程序。
端口的表示是一个16位的二进制数，2个字节，对应十进制的0-65535
公认端口：0-1023 例：80端口分配给www，21端口分配给FTP
注册端口：1024-49151 分配给用户进程或应用程序
动态/私有端口：49152-65535
dos命令下：
查询所有端口：nestat-ano
查询指定端口：nestat-ano|findstr"808"
查询指定进程：tasklist|findstr"808"
查询具体程序：使用任务管理器看PID
InetScoketAddress
包含端口，用于socket通信的
端口
1、区分软件
2、2个字节 0-65535 UDP TCP
3、同一个协议端口不能冲突
4、定义端口越大越好
InetSocketAddress
1、构造器
new InetSocketAddress(地址|域名,端口);
2、方法
getAddress()
getPort()
getHostName()
例：
2.URL
URI：统一资源标识符，用来标识抽象的或物理资源的一个紧凑字符串
URL：统一资源定位符，一种定位资源的主要访问机制的字符串
URN：统一资源名称，通过特定的命名空间中的唯一名称或ID来标识资源
在www上，每个信息资源都有统一且唯一的地址，即统一资源定位符(URL)
如：http://www.google.com:80/index.html
由四部分组成：
1.协议：http://
2.存放资源的主机域名：www.google.com
3.端口号：80
4.资源文件名：index.html
例：
3.爬虫原理
1.获取url
2.下载资源
3.分析资源(正则表达式)
4.数据抽取，清洗
5.数据存储
例：
4.传输协议
1.TCP传输协议：一种面向连接的，可靠的，基于字节流的运输层通信协议。
特点：
1.面向连接
2.点到点的通信，高可靠性
3.占用系统资源多、效率低（三次握手：点名，答道，确认）
2.UDP传输协议：一种无连接的传输协议，提供面向事务的简单不可靠传送服务
特点：
1.非面向连接，传输不可靠，可能丢失
2.发送不管对方是否准备好，接收方收到也不确认
3.可以广播发送
4.非常简单的协议，开销小
3.套接字Socket
开发的网络应用位于应用层，TCP/UDP属于传输层协议
应用层和传输层使用套接字来进行分离
4.Socket编程
基于TCP协议的Socket编程：通信双发需要建立连接，连接建立时双方存在主次之分
基于UDP协议的Scoket编程：通信双发不需要建立连接，通信双发完全平等
