4.爬虫基础——你真的了解url(网址)吗？

Bertha 。 2023-06-06 08:27 42阅读 0赞

### 1.什么是URL？ ###

URL:（Uniform Resource Locator,统一资源定位符），用于定位网络上的资源，每一个信息资源在网上都有唯一的一个地址，俗称网址。比如：打开[https://www.baidu.com/][https_www.baidu.com]，就会显示如下网页。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70][]

### 2.URL的组成？ ###

URL遵守以下的语法规则：

scheme://host:port/path/?query-string=xxx#anchor

各个部分解释如下：

*  scheme - 定义因特网服务的类型(访问因特网的协议)。常见的协议有 http、https、ftp、file。
 *  host - 主机名，域名（比如：www.baidu.com）
 *  port - 定义主机上的端口号（http 的默认端口号是 80 ||| https 的默认端口号为443）
 *  path - 定义服务器上的路径（如果省略，则文档必须位于网站的根目录中）。比如：[https://blog.csdn.net/weixin\_42830697/article/details/100055764][https_blog.csdn.net_weixin_42830697_article_details_100055764]【标红部分为路径】
 *  query-string - 定义文档/资源的名称。比如查找猫:[https://www.baidu.com/s?&wd=][https_www.baidu.com_s_wd]猫
 *  anchor-网页锚点，前端用来做网页定位。【不用管】

解释：

(1)常见的协议：

<1>HTTP协议：超文本传输协议，是一种发布和接收HTML页面的协议。默认服务端口为80端口。也就是说，如果想利用互联网进行html页面的传输，必须遵从此协议。

<2>HTTPS协议：是HTTP协议的加密版本，在HTTP下加入了SSL层。默认服务端口为443端口。

<3>FTP协议：文件传输协议。

<4>FILE协议：本地文件传输协议。

--------------------

扫描二维码即可参与该课程，解锁更多爬虫知识：

![20210223212601394.png][]

[https_www.baidu.com]: https://www.baidu.com/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70]: /images/20230601/7c458dff02e94551a0996a4a6f27f545.png
[https_blog.csdn.net_weixin_42830697_article_details_100055764]: https://blog.csdn.net/weixin_42830697/article/details/100055764
[https_www.baidu.com_s_wd]: https://www.baidu.com/s?&wd=lol
[20210223212601394.png]: /images/20230601/443bac309feb48a3946f4bdfaa2a426c.png