爬虫笔记（三）：HTTP协议及Requests库方法
BEGIN:
爬虫系列：
一、HTTP协议概念
HTTP协议（Hypertext Transfer Protocol）：超文本传输协议。HTTP是一个基于“请求与响应”（用户发出请求服务器响应请求）模式的、无状态（每次请求间没有相关关联）的应用层协议。HTTP协议一般采用URL作为定位网络资源的标识。
二、URL
URL格式 http://host [:port] [path]
host：合法的Internet主机域名或IP地址
port：端口号，缺省端口为80
path：请求资源的路径
HTTP URL：URL是通过HTTP协议存取资源的Internet路径，一个URL对应一个数据资源。
三、HTTP协议对资源的操作（六个）：
GET ：请求获取URL位置的资源；
HEAD ：请求获取URL位置资源的响应消息报告，即获得该资源的头部信息；
POST ：请求向URL位置的资源后附加新的数据（追加）
PUT ：请求向URL位置存储一个资源，覆盖原URL位置的资源（覆盖）
PATCH ：请求局部更新URL位置的资源，即改变该出资源的部分内容
DELETE ：请求删除URL位置存储的资源
每一次操作独立无状态，每次操作无关。
四、理解PATCH和PUT的区别：
假设URL位置有一组数据UserInfo，包括UserID、UserName等20个字段
要求：用户修改了UserName，其他保持不变
1）采用PATCH，进项URL提交UserName的局部更新请求。
2）采用PUT，必须将所有20个字段一并提交到URL，未提交字段被删除。
PATCH的最主要好处：节省网络带宽。
五、HTTP协议与Requests库方法
HTTP协议 与 Requests库方法所实现功能一一对应（一致）。
GET requests.get()
HEAD requests.head()
POST requests.post()
PUT requests.put()
PATCH requests.patch()
DELETE requests.delete()
1、Requests库的head()方法
用head()方法去访问一个链接，可以用r.headers来展示获取的头部信息内容，当我们试图展示其全部内容，用r.text时，发现内容为空。由上，使用head方法可以用很少的流量获取网络资源的概要信息。
2、post()方法：向URL POST一个字典自动编码为form(表单），即字典或键值对会默认的被存储到表单的字段下；向URL POST一个字符串自动编码为data，即字符串默认存储到dada字段下
3、put()方法：与post()方法类似，只是会覆盖原有相应字段的内容。
END.
