主頁 > 後端開發 > Python爬蟲-請求回應包頭

Python爬蟲-請求回應包頭

2020-10-05 00:02:17 後端開發

請求回應包頭 

請求報頭Request Headers

  1. Host (主機和埠號)

  Host:對應網址URL中的Web名稱和埠號,用于指定被請求資源的Internet主機和埠號,通常屬于URL的一部分,

  2. Connection (鏈接型別)

  Connection:表示客戶端與服務連接型別

  1)Client 發起一個包含 Connection:keep-alive 的請求,HTTP/1.1使用 keep-alive 為默認值,

  2)Server收到請求后:

  如果 Server 支持 keep-alive,回復一個包含 Connection:keep-alive 的回應,不關閉連接;  

  如果 Server 不支持 keep-alive,回復一個包含 Connection:close 的回應,關閉連接,

  如果client收到包含 Connection:keep-alive 的回應,向同一個連接發送下一個請求,直到一方主動關閉連接,

  keep-alive在很多情況下能夠重用連接,減少資源消耗,縮短回應時間,比如當瀏覽器需要多個檔案時(比如一個HTML檔案和相關的圖形檔案),不需要每次都去請求建立連接,

  3. Upgrade-Insecure-Requests (升級為HTTPS請求)

  Upgrade-Insecure-Requests:升級不安全的請求,意思是會在加載 http 資源時自動替換成 https 請求,讓瀏覽器不再顯示https頁面中的http請求警報,

  HTTPS 是以安全為目標的 HTTP 通道,所以在 HTTPS 承載的頁面上不允許出現 HTTP 請求,一旦出現就是提示或報錯,

  4. User-Agent (瀏覽器名稱)

  User-Agent:是客戶瀏覽器的名稱,以后會詳細講,

  5. Accept (傳輸檔案型別)

  Accept:指瀏覽器或其他客戶端可以接受的MIME(Multipurpose Internet Mail Extensions(多用途互聯網郵件擴展))檔案型別,服務器可以根據它判斷并回傳適當的檔案格式,

  舉例:

  Accept: */*:表示什么都可以接收,

  Accept:image/gif:表明客戶端希望接受GIF影像格式的資源;

  Accept:text/html:表明客戶端希望接受html文本,

  Accept: text/html, application/xhtml+xml;q=0.9, image/*;q=0.8:表示瀏覽器支持的 MIME 型別分別是 html文本、xhtml和xml檔案、所有的影像格式資源,

  q是權重系數,范圍 0 =< q <= 1,q 值越大,請求越傾向于獲得其“;”之前的型別表示的內容,若沒有指定q值,則默認為1,按從左到右排序順序;若被賦值為0,則用于表示瀏覽器不接受此內容型別,

  Text:用于標準化地表示的文本資訊,文本訊息可以是多種字符集和或者多種格式的;Application:用于傳輸應用程式資料或者二進制資料,詳細請點擊

  6. Referer (頁面跳轉處)

  Referer:表明產生請求的網頁來自于哪個URL,用戶是從該 Referer頁面訪問到當前請求的頁面,這個屬性可以用來跟蹤Web請求來自哪個頁面,是從什么網站來的等,

有時候遇到下載某網站圖片,需要對應的referer,否則無法下載圖片,那是因為人家做了防盜鏈,原理就是根據referer去判斷是否是本網站的地址,如果不是,則拒絕,如果是,就可以下載;

  7. Accept-Encoding(檔案編解碼格式)

  Accept-Encoding:指出瀏覽器可以接受的編碼方式,編碼方式不同于檔案格式,它是為了壓縮檔案并加速檔案傳遞速度,瀏覽器在接收到Web回應之后先解碼,然后再檢查檔案格式,許多情形下這可以減少大量的下載時間,

  舉例:Accept-Encoding:gzip;q=1.0, identity; q=0.5, *;q=0

  如果有多個Encoding同時匹配, 按照q值順序排列,本例中按順序支持 gzip, identity壓縮編碼,支持gzip的瀏覽器會回傳經過gzip編碼的HTML頁面, 如果請求訊息中沒有設定這個域服務器假定客戶端對各種內容編碼都可以接受,

  8. Accept-Language(語言種類)

  Accept-Langeuage:指出瀏覽器可以接受的語言種類,如en或en-us指英語,zh或者zh-cn指中文,當服務器能夠提供一種以上的語言版本時要用到,

  9. Accept-Charset(字符編碼)

  Accept-Charset:指出瀏覽器可以接受的字符編碼,

  舉例:Accept-Charset:iso-8859-1,gb2312,utf-8

  ISO8859-1:通常叫做Latin-1,Latin-1包括了書寫所有西方歐洲語言不可缺少的附加字符,英文瀏覽器的默認值是ISO-8859-1.

  gb2312:標準簡體中文字符集;

  utf-8:UNICODE 的一種變長字符編碼,可以解決多種語言文本顯示問題,從而實作應用國際化和本地化,

  如果在請求訊息中沒有設定這個域,預設是任何字符集都可以接受,

  10. Cookie (Cookie)

  Cookie:瀏覽器用這個屬性向服務器發送Cookie,Cookie是在瀏覽器中寄存的小型資料體,它可以記載和服務器相關的用戶資訊,也可以用來實作會話功能,以后會詳細講,

  11. Content-Type (POST資料型別)

  Content-Type:POST請求里用來表示的內容型別,

  舉例:Content-Type = Text/XML; charset=gb2312:

  指明該請求的訊息體中包含的是純文本的XML型別的資料,字符編碼采用“gb2312”,

常用的回應報頭(Response Headers)(了解)

  理論上所有的回應頭資訊都應該是回應請求頭的,但是服務端為了效率,安全,還有其他方面的考慮,會添加相對應的回應頭資訊,從上圖可以看到:

  1. Cache-Control:must-revalidate, no-cache, private,

  這個值告訴客戶端,服務端不希望客戶端快取資源,在下次請求資源時,必須要從新請求服務器,不能從快取副本中獲取資源,

  Cache-Control是回應頭中很重要的資訊,當客戶端請求頭中包含Cache-Control:max-age=0請求,明確表示不會快取服務器資源時,Cache-Control作為作為回應資訊,通常會回傳no-cache,意思就是說,"那就不快取唄",

  當客戶端在請求頭中沒有包含Cache-Control時,服務端往往會定,不同的資源不同的快取策略,比如說oschina在快取圖片資源的策略就是Cache-Control:max-age=86400,這個意思是,從當前時間開始,在86400秒的時間內,客戶端可以直接從快取副本中讀取資源,而不需要向服務器請求,

  2. Connection:keep-alive

  這個欄位作為回應客戶端的Connection:keep-alive,告訴客戶端服務器的tcp連接也是一個長連接,客戶端可以繼續使用這個tcp連接發送http請求,

  3. Content-Encoding:gzip

  告訴客戶端,服務端發送的資源是采用gzip編碼的,客戶端看到這個資訊后,應該采用gzip對資源進行解碼,

  4. Content-Type:text/html;charset=UTF-8

  告訴客戶端,資源檔案的型別,還有字符編碼,客戶端通過utf-8對資源進行解碼,然后對資源進行html決議,通常我們會看到有些網站是亂碼的,往往就是服務器端沒有回傳正確的編碼,

  5. Date:Sun, 21 Sep 2016 06:18:21 GMT

  這個是服務端發送資源時的服務器時間,GMT是格林尼治所在地的標準時間,http協議中發送的時間都是GMT的,這主要是解決在互聯網上,不同時區在相互請求資源的時候,時間混亂問題,

  6. Expires:Sun, 1 Jan 2000 01:00:00 GMT

  這個回應頭也是跟快取有關的,告訴客戶端在這個時間前,可以直接訪問快取副本,很顯然這個值會存在問題,因為客戶端和服務器的時間不一定會都是相同的,如果時間不同就會導致問題,所以這個回應頭是沒有Cache-Control:max-age=*這個回應頭準確的,因為max-age=date中的date是個相對時間,不僅更好理解,也更準確,

  7. Pragma:no-cache

  這個含義與Cache-Control等同,

  8.Server:Tengine/1.4.6

  這個是服務器和相對應的版本,只是告訴客戶端服務器的資訊,

  9. Transfer-Encoding:chunked

  這個回應頭告訴客戶端,服務器發送的資源的方式是分塊發送的,一般分塊發送的資源都是服務器動態生成的,在發送時還不知道發送資源的大小,所以采用分塊發送,每一塊都是獨立的,獨立的塊都能標示自己的長度,最后一塊是0長度的,當客戶端讀到這個0長度的塊時,就可以確定資源已經傳輸完了,

  10. Vary: Accept-Encoding

  告訴快取服務器,快取壓縮檔案和非壓縮檔案兩個版本,現在這個欄位用處并不大,因為現在的瀏覽器都是支持壓縮的,

轉載請註明出處,本文鏈接:https://www.uj5u.com/houduan/155859.html

標籤:Python

上一篇:微服務技術堆疊:流量整形演算法,服務熔斷與降級

下一篇:python練習題4.20求矩陣各行元素之和

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 【C++】Microsoft C++、C 和匯編程式檔案

    ......

    uj5u.com 2020-09-10 00:57:23 more
  • 例外宣告

    相比于斷言適用于排除邏輯上不可能存在的狀態,例外通常是用于邏輯上可能發生的錯誤。 例外宣告 Item 1:當函式不可能拋出例外或不能接受拋出例外時,使用noexcept 理由 如果不打算拋出例外的話,程式就會認為無法處理這種錯誤,并且應當盡早終止,如此可以有效地阻止例外的傳播與擴散。 示例 //不可 ......

    uj5u.com 2020-09-10 00:57:27 more
  • Codeforces 1400E Clear the Multiset(貪心 + 分治)

    鏈接:https://codeforces.com/problemset/problem/1400/E 來源:Codeforces 思路:給你一個陣列,現在你可以進行兩種操作,操作1:將一段沒有 0 的區間進行減一的操作,操作2:將 i 位置上的元素歸零。最終問:將這個陣列的全部元素歸零后操作的最少 ......

    uj5u.com 2020-09-10 00:57:30 more
  • UVA11610 【Reverse Prime】

    本人看到此題沒有翻譯,就附帶了一個自己的翻譯版本 思考 這一題,它的第一個要求是找出所有 $7$ 位反向質數及其質因數的個數。 我們應該需要質數篩篩選1~$10^{7}$的所有數,這里就不慢慢介紹了。但是,重讀題,我們突然發現反向質數都是 $7$ 位,而將它反過來后的數字卻是 $6$ 位數,這就說明 ......

    uj5u.com 2020-09-10 00:57:36 more
  • 統計區間素數數量

    1 #pragma GCC optimize(2) 2 #include <bits/stdc++.h> 3 using namespace std; 4 bool isprime[1000000010]; 5 vector<int> prime; 6 inline int getlist(int ......

    uj5u.com 2020-09-10 00:57:47 more
  • C/C++編程筆記:C++中的 const 變數詳解,教你正確認識const用法

    1、C中的const 1、區域const變數存放在堆疊區中,會分配記憶體(也就是說可以通過地址間接修改變數的值)。測驗代碼如下: 運行結果: 2、全域const變數存放在只讀資料段(不能通過地址修改,會發生寫入錯誤), 默認為外部聯編,可以給其他源檔案使用(需要用extern關鍵字修飾) 運行結果: ......

    uj5u.com 2020-09-10 00:58:04 more
  • 【C++犯錯記錄】VS2019 MFC添加資源不懂如何修改資源宏ID

    1. 首先在資源視圖中,添加資源 2. 點擊新添加的資源,復制自動生成的ID 3. 在解決方案資源管理器中找到Resource.h檔案,編輯,使用整個專案搜索和替換的方式快速替換 宏宣告 4. Ctrl+Shift+F 全域搜索,點擊查找全部,然后逐個替換 5. 為什么使用搜索替換而不使用屬性視窗直 ......

    uj5u.com 2020-09-10 00:59:11 more
  • 【C++犯錯記錄】VS2019 MFC不懂的批量添加資源

    1. 打開資源頭檔案Resource.h,在其中預先定義好宏 ID(不清楚其實ID值應該設定多少,可以先新建一個相同的資源項,再在這個資源的ID值的基礎上遞增即可) 2. 在資源視圖中選中專案資源,按F7編輯資源檔案,按 ID 型別 相對路徑的形式添加 資源。(別忘了先把檔案拷貝到專案中的res檔案 ......

    uj5u.com 2020-09-10 01:00:19 more
  • C/C++編程筆記:關于C++的參考型別,專供新手入門使用

    今天要講的是C++中我最喜歡的一個用法——參考,也叫別名。 參考就是給一個變數名取一個變數名,方便我們間接地使用這個變數。我們可以給一個變數創建N個參考,這N + 1個變數共享了同一塊記憶體區域。(參考型別的變數會占用記憶體空間,占用的記憶體空間的大小和指標型別的大小是相同的。雖然參考是一個物件的別名,但 ......

    uj5u.com 2020-09-10 01:00:22 more
  • 【C/C++編程筆記】從頭開始學習C ++:初學者完整指南

    眾所周知,C ++的學習曲線陡峭,但是花時間學習這種語言將為您的職業帶來奇跡,并使您與其他開發人員區分開。您會更輕松地學習新語言,形成真正的解決問題的技能,并在編程的基礎上打下堅實的基礎。 C ++將幫助您養成良好的編程習慣(即清晰一致的編碼風格,在撰寫代碼時注釋代碼,并限制類內部的可見性),并且由 ......

    uj5u.com 2020-09-10 01:00:41 more
最新发布
  • Rust中的智能指標:Box<T> Rc<T> Arc<T> Cell<T> RefCell<T> Weak

    Rust中的智能指標是什么 智能指標(smart pointers)是一類資料結構,是擁有資料所有權和額外功能的指標。是指標的進一步發展 指標(pointer)是一個包含記憶體地址的變數的通用概念。這個地址參考,或 ” 指向”(points at)一些其 他資料 。參考以 & 符號為標志并借用了他們所 ......

    uj5u.com 2023-04-20 07:24:10 more
  • Java的值傳遞和參考傳遞

    值傳遞不會改變本身,參考傳遞(如果傳遞的值需要實體化到堆里)如果發生修改了會改變本身。 1.基本資料型別都是值傳遞 package com.example.basic; public class Test { public static void main(String[] args) { int ......

    uj5u.com 2023-04-20 07:24:04 more
  • [2]SpinalHDL教程——Scala簡單入門

    第一個 Scala 程式 shell里面輸入 $ scala scala> 1 + 1 res0: Int = 2 scala> println("Hello World!") Hello World! 檔案形式 object HelloWorld { /* 這是我的第一個 Scala 程式 * 以 ......

    uj5u.com 2023-04-20 07:23:58 more
  • 理解函式指標和回呼函式

    理解 函式指標 指向函式的指標。比如: 理解函式指標的偽代碼 void (*p)(int type, char *data); // 定義一個函式指標p void func(int type, char *data); // 宣告一個函式func p = func; // 將指標p指向函式func ......

    uj5u.com 2023-04-20 07:23:52 more
  • Django筆記二十五之資料庫函式之日期函式

    本文首發于公眾號:Hunter后端 原文鏈接:Django筆記二十五之資料庫函式之日期函式 日期函式主要介紹兩個大類,Extract() 和 Trunc() Extract() 函式作用是提取日期,比如我們可以提取一個日期欄位的年份,月份,日等資料 Trunc() 的作用則是截取,比如 2022-0 ......

    uj5u.com 2023-04-20 07:23:45 more
  • 一天吃透JVM面試八股文

    什么是JVM? JVM,全稱Java Virtual Machine(Java虛擬機),是通過在實際的計算機上仿真模擬各種計算機功能來實作的。由一套位元組碼指令集、一組暫存器、一個堆疊、一個垃圾回收堆和一個存盤方法域等組成。JVM屏蔽了與作業系統平臺相關的資訊,使得Java程式只需要生成在Java虛擬機 ......

    uj5u.com 2023-04-20 07:23:31 more
  • 使用Java接入小程式訂閱訊息!

    更新完微信服務號的模板訊息之后,我又趕緊把微信小程式的訂閱訊息給實作了!之前我一直以為微信小程式也是要企業才能申請,沒想到小程式個人就能申請。 訊息推送平臺🔥推送下發【郵件】【短信】【微信服務號】【微信小程式】【企業微信】【釘釘】等訊息型別。 https://gitee.com/zhongfuch ......

    uj5u.com 2023-04-20 07:22:59 more
  • java -- 緩沖流、轉換流、序列化流

    緩沖流 緩沖流, 也叫高效流, 按照資料型別分類: 位元組緩沖流:BufferedInputStream,BufferedOutputStream 字符緩沖流:BufferedReader,BufferedWriter 緩沖流的基本原理,是在創建流物件時,會創建一個內置的默認大小的緩沖區陣列,通過緩沖 ......

    uj5u.com 2023-04-20 07:22:49 more
  • Java-SpringBoot-Range請求頭設定實作視頻分段傳輸

    老實說,人太懶了,現在基本都不喜歡寫筆記了,但是網上有關Range請求頭的文章都太水了 下面是抄的一段StackOverflow的代碼...自己大修改過的,寫的注釋挺全的,應該直接看得懂,就不解釋了 寫的不好...只是希望能給視頻網站開發的新手一點點幫助吧. 業務場景:視頻分段傳輸、視頻多段傳輸(理 ......

    uj5u.com 2023-04-20 07:22:42 more
  • Windows 10開發教程_編程入門自學教程_菜鳥教程-免費教程分享

    教程簡介 Windows 10開發入門教程 - 從簡單的步驟了解Windows 10開發,從基本到高級概念,包括簡介,UWP,第一個應用程式,商店,XAML控制元件,資料系結,XAML性能,自適應設計,自適應UI,自適應代碼,檔案管理,SQLite資料庫,應用程式到應用程式通信,應用程式本地化,應用程式 ......

    uj5u.com 2023-04-20 07:22:35 more