http（1.1）知识点
http协议概念
http协议是用于客户端和服务器端之间的超文本传输协议，通过请求和响应实现通信，是一种无状态协议（即对请求和响应不会做持久化处理）。
http的请求方式（*为常见）
- get ：获取服务器端的资源
- post：客户端传输数据到服务器端，并获得相应的返回数据
put ：客户端发送文件到服务器
head ：只返回response的头部信息
delete ：删除文件
options：获取指定资源可访问的方式
trace : 客户端追踪通信，查看request是如何被篡改的（常见于代理服务器）
connect：要求用隧道协议连接代理服务器
http（1.1）持久连接
保持tcp连接状态，持久连接有利于提高传输速度，提高传输效率
cookie和session
cookie的原理：通过request和response报文中写入cookie信息来控制客户端，首次访问时，cookie会根据服务器端中的set-cookie字段将cookie保存本地中，以后再访问同一服务器时会自动调用此cookie实现访问，不同服务器下的cookie是保存在其域名下的。
session原理：由于登录信息中会有用户的个人信息，为了防止用户信息被盗用，则使用session机制，session机制将用户信息保存在服务器中并生成特定的加密key，将其返回给用户保存在cookie中，再次访问服务器时，服务器端通过session确定本次访问的用户，并将相应的页面返回给用户。（session具有时效性，其由服务器端确定）。
现在很多无需登录访问的服务器也会给根据用户ip等信息给用户生成特定的id，其主要目的就是反爬。
http code
即response返回的状态码，表示着某次request获取到的response的情况
1开头：request正在处理
2开头：请求正常处理
常见：
200：request正常处理，response正常返回 204：request正常处理，无资源返回
206：request正常处理，其response内容只是一部分（request头部有指定response的大小）
3开头：request被重定向
常见：
301：资源的url已经更新（永久重定向）
302：资源的url已经更新（临时重定向）
303：和302相似，不同的是要求用户get获取资源
304：资源已找到，但是不符合条件请求（非重定向）
4开头：服务器无法处理请求（客户端出错）
常见：
400：request出错（请求报文中有语法错误）
403：不允许访问资源
404：访问的资源不存在
5开头：服务器处理出错
常见：
500：内部资源出错
503：服务器超负荷运载，或者正处在停机维修
爬虫中http code原因，301，302等是指需要有验证码或者是需要登录；403常指ip被封，在服务器正常的情况下，500常见于robot协议所致。
http首部信息
request首字部
https
https = http+加密+认证+完整性保护
html+css+javascript
html:超文本标记语言，通过渲染，解析后就会显示出web页面
css：规定html展现的样式，通过html的标签来定位某个空间内的样式
javascript：是一种使用在网页中的脚本语言，其主要作用是用来实现动态html
DOM：是操作html的api，使用其可以将html中的元素当做对象操作，常用javascrpit配合使用
ajax：无需刷新页面就可以向服务器传输或者读取数据，通过xhtml和css来标准化呈现，DOM实现动态化的显示和交互，xml和xslt来实现数据的交换和处理，xmlhttprequests实现异步数据读取，javascript处理数据
原理：在服务器和用户之间创建一个中间层，使用户操作和服务器响应异步，只有在读取数据时才会从AJax引擎代向服务器发出请求。