Python响应知识点及网页基础.docx

Python响应知识点及网页基础.docx

《Python响应知识点及网页基础.docx》由会员分享，可在线阅读，更多相关《Python响应知识点及网页基础.docx（5页珍藏版）》请在冰豆网上搜索。

Python响应知识点及网页基础

Python响应知识点及网页基础

响应，由服务端返回给客户端，可以分为三部分：

响应状态码（ResponseStatusCode）、响应头（ResponseHeaders）和响应体（ResponseBody）。

1.响应状态码

响应状态码表示服务器的响应状态，如200代表服务器正常响应，404代表页面未找到，500代表服务器内部发生错误。

在爬虫中，我们可以根据状态码来判断服务器响应状态，如状态码为200，则证明成功返回数据，再进行进一步的处理，否则直接忽略。

表3列出了常见的错误代码及错误原因。

表3常见的错误代码及错误原因

2.响应头

响应头包含了服务器对请求的应答信息，如Content-Type、Server、Set-Cookie等。

下面简要说明一些常用的头信息。

▪Date：

标识响应产生的时间。

▪Last-Modified：

指定资源的最后修改时间。

▪Content-Encoding：

指定响应内容的编码。

▪Server：

包含服务器的信息，比如名称、版本号等。

▪Content-Type：

文档类型，指定返回的数据类型是什么，如text/html代表返回HTML文档，application/x-javascript则代表返回JavaScript文件，image/jpeg则代表返回图片。

▪Set-Cookie：

设置Cookies。

响应头中的Set-Cookie告诉浏览器需要将此内容放在Cookies中，下次请求携带Cookies请求。

▪Expires：

指定响应的过期时间，可以使代理服务器或浏览器将加载的内容更新到缓存中。

如果再次访问时，就可以直接从缓存中加载，降低服务器负载，缩短加载时间。

3.响应体

最重要的当属响应体的内容了。

响应的正文数据都在响应体中，比如请求网页时，它的响应体就是网页的HTML代码；请求一张图片时，它的响应体就是图片的二进制数据。

我们做爬虫请求网页后，要解析的内容就是响应体，如图8所示。

图8响应体内容

在浏览器开发者工具中点击Preview，就可以看到网页的源代码，也就是响应体的内容，它是解析的目标。

在做爬虫时，我们主要通过响应体得到网页的源代码、JSON数据等，然后从中做相应内容的提取。

总结

上面，我们了解了HTTP的基本原理，大概了解了访问网页时背后的请求和响应过程。

上面涉及的知识点需要好好掌握，因为分析网页请求时会经常用到。

网页基础

用浏览器访问网站时，页面各不相同，你有没有想过它为何会呈现这个样子呢？

下面，我们就来了解一下网页的基本组成、结构和节点等内容。

一、网页的组成

网页可以分为三大部分——HTML、CSS和JavaScript。

如果把网页比作一个人的话，HTML相当于骨架，JavaScript相当于肌肉，CSS相当于皮肤，三者结合起来才能形成一个完善的网页。

下面我们分别来介绍一下这三部分的功能。

1.HTML

HTML是用来描述网页的一种语言，其全称叫作HyperTextMarkupLanguage，即超文本标记语言。

网页包括文字、按钮、图片和视频等各种复杂的元素，其基础架构就是HTML。

不同类型的文字通过不同类型的标签来表示，如图片用img标签表示，视频用video标签表示，段落用p标签表示，它们之间的布局又常通过布局标签div嵌套组合而成，各种标签通过不同的排列和嵌套才形成了网页的框架。

在Chrome浏览器中打开XX，右击并选择“检查”项（或按F12键），打开开发者模式，这时在Elements选项卡中即可看到网页的源代码，如图9所示。

图9源代码

这就是HTML，整个网页就是由各种标签嵌套组合而成的。

这些标签定义的节点元素相互嵌套和组合形成了复杂的层次关系，就形成了网页的架构。

2.CSS

HTML定义了网页的结构，但是只有HTML页面的布局并不美观，可能只是简单的节点元素的排列，为了让网页看起来更好看一些，这里借助了CSS。

CSS，全称叫作CascadingStyleSheets，即层叠样式表。

“层叠”是指当在HTML中引用了数个样式文件，并且样式发生冲突时，浏览器能依据层叠顺序处理。

“样式”指网页中文字大小、颜色、元素间距、排列等格式。

CSS是目前唯一的网页页面排版样式标准，有了它的帮助，页面才会变得更为美观。

上面图9中右侧即为CSS，例如：

#head_wrapper.s-ps-islite.s-p-top{

position:

absolute;

bottom:

40px;

width:

100%;

height:

181px;

}

就是一个CSS样式。

大括号前面是一个CSS选择器。

此选择器的意思是首先选中id为head_wrapper且class为s-ps-islite的节点，然后再选中其内部的class为s-p-top的节点。

大括号内部写的就是一条条样式规则，例如position指定了这个元素的布局方式为绝对布局，bottom指定元素的下边距为40像素，width指定了宽度为100%占满父元素，height则指定了元素的高度。

也就是说，我们将位置、宽度、高度等样式配置统一写成这样的形式，然后用大括号括起来，接着在开头再加上CSS选择器，这就代表这个样式对CSS选择器选中的元素生效，元素就会根据此样式来展示了。

在网页中，一般会统一定义整个网页的样式规则，并写入CSS文件中（其后缀为css）。

在HTML中，只需要用link标签即可引入写好的CSS文件，这样整个页面就会变得美观、优雅。

3.JavaScript

JavaScript，简称JS，是一种脚本语言。

HTML和CSS配合使用，提供给用户的只是一种静态信息，缺乏交互性。

我们在网页里可能会看到一些交互和动画效果，如下载进度条、提示框、轮播图等，这通常就是JavaScript的功劳。

它的出现使得用户与信息之间不只是一种浏览与显示的关系，而是实现了一种实时、动态、交互的页面功能。

JavaScript通常也是以单独的文件形式加载的，后缀为js，在HTML中通过script标签即可引入，例如：

综上所述，HTML定义了网页的内容和结构，CSS描述了网页的布局，JavaScript定义了网页的行为。

二、网页的结构

我们首先用例子来感受一下HTML的基本结构。

新建一个文本文件，名称可以自取，后缀为html，内容如下：

DOCTYPEhtml>

HelloWorld

Hello,thisisaparagraph.