1.认识HTTP
HTTP(hyper text transfer protocol,超文本传输协议)是基于B/S架构进行通信的应用层协议,是一种简单的请求/响应协议,运行在TCP协议之上。作为万维网(WWW)的基础,是互联网上应用最为广泛的一种网络协议。HTTP指定了浏览器发送给Web服务器消息的格式和规则,以及Web服务器响应给浏览器消息的格式和规则。
浏览器作为HTTP客户端通过URL向HTTP服务端(Web服务器)发送所有请求。Web服务器在接收到请求后,向客户端发送响应信息。HTTP默认端口号为80,也可以为8080或者其它端口。
HTTP 具有3个特性:
- 无连接。无连接就是每次连接只处理一个请求。服务器处理完客户的请求,并收到客户的应答,即断开连接。
- 无状态。HTTP协议是无状态协议。无状态是指协议对于事务处理没有记忆能力。缺少状态意味着如果后续处理需要前面的信息,则它必须重传,这样可能导致每次连接传送的数据量增大。
- 媒体独立。HTTP要求客户端和服务器仅知道处理数据的基本方法,因此任何类型的数据都可以通过HTTP发送。
Web 服务器(Web server)也称网页服务器,主要提供网上信息浏览服务。Web 服务器可以响应一个静态网页、图片,或者进行页面跳转,或者把动态动态响应的内容委托给其他程序,如CGI脚本、PHP脚本、Python脚本、JavaScript脚本等,这些服务器的程序通常生成一个HTML类型的文档,响应给客户端,方便浏览器进行浏览。目前主流的三大Web服务器是Apache、Nginx、IIS。
网络半应用程序包含两种不同的开发架构:
1)C/S架构。就是Client与Server的缩写,即客户端与服务端架构。这里的客户端一般指客户端应用程序,如QQ、微信、网盘、优酷等软件或APP。
2)B/S架构。就是Brower与Server的缩写,即浏览器端与服务器端架构。Brower其实也是一种Client客户端,只是不用安装程序。
2.Web框架概述
Web框架是指提供一组Python包,封装了网络应用底层的协议、线程、进程等内容。
四大主流Python网络框架:
Django:Django 是企业级Web开发框架,特点是开发速度快、代码少、可扩展性强。采用MTV(Model、Template、View)模型组织资源,框架功能丰富,模版扩展选择最多。
Tornado:Tornado 是一个基于异步网络功能库的Web开发框架,它能够支持几万个开放连接,Web服务高效稳定。适合并发场景下的Web系统。
Flask:Flask 是一个年轻的Web开发框架。仅提供Web服务器支持,不提供全栈开发支持,特别适合小微、原型系统的开发。
Twisted:Twisted 是一个用Python语言编写的事件驱动的网络框架,对于追求服务器程序性能的应用,Twisted 框架是一个很好的选择。
相对于Python的其他Web框架,Django的功能是最完整的,也是最整数的网络框架,特点如下:
完善的文档。
集成数据访问组件:Django的Model层自带数据库ORM组件,使开发者无须学习其他数据库访问技术。
强大的URL映射技术:Django使用正则表达式管理URL映射。
后台管理系统自动生成:开发者只需通过简单的几行配置和代码就可以实现完整的后台数据管理Web控制台。
错误信息非常完整:在开发调试过程中,如果出现运行异常,则Django可以提供非常完整的错误信息帮助定位问题。
Django 主要由以下几部分组成:
管理工具(management):一套内置的创建站点、迁移数据、维护静态文件的命令工具。
模型(model):提供数据访问接口和模块,包括数据字段、元数据、数据关系等定义及操作。
视图(view):Django的视图层封装了HTTP Request 和 Response的一系列操作和数据流,其主要功能包括URL映射机制、绑定模版等。
模版(template):是一套Django自己的页面渲染模版语言,用于若干内置的Tags和Filters定义页面的生成方式。
表单(form):通过内置的数据类型和控件生成HTML表单。
管理站(admin):通过声明需要管理demos,快速生成后台数据管理网站。
3.URL操作
在万维网(WWW)上,每一信息资源都有统一的且在网上唯一的地址,该地址就叫URL(uniform resource locator,统一资源定位器),也称网络地址。
''' 协议类型://服务器地址[:端口号]/路径/文件名[?参数1=值1&参数2=值2...]|[#ID] scheme://netloc/path;params?query#fragment 协议0://域名1/路径2;参数3?查询条件4#锚点5 每个属性都是字符串,如果URL中不存在对应的元素,则属性值为空字符串 netloc属性值包含username、password、hostname、post ''' # 示例 http:website.com/goods/search.php?term=apple # website.com 表示服务器的域名 # search.php 是服务器端的一个脚本文件,后面的是参数 # search.php?term=apple 相对路径
如果端口号与相关协议默认值不同,则需要包含端口号。常用协议类型包括HTTP、mailto、file、FTP等,具体说明如下:
- HTTP:超文本传输协议资源。
- HTTPS:用安全套接字层传送的超文本传输协议。
- FTP:文件传输协议。
- mailto:电子邮件地址。
- file:当地电脑或网上分享的文件。
- news:Usenet新闻组。
解析URL
使用urllib.parse模块中的urlparse()方法解析URL字符串。语法和示例:
''' urllib.parse.urlparse(urlstring,scheme='',allow_fragments=True) urlstring:必填项,即待解析的URL字符串 scheme:可选参数,设置默认协议,如HTTP、HTTPs等 allow_fragments:可选参数,设置是否忽略fragment,默认为True。 如为False,fragment部分被忽略,被解析为path、params、query的一部分,而fragment为空。 ''' # 示例 from urllib.parse import urlparse u = urlparse('http://www.baidu.com/index.html;user?id=5#comment') print(type(u)) # <class 'urllib.parse.ParseResult'> print(u) # 输出:ParseResult(scheme='http', netloc='www.baidu.com', path='/index.html', params='user', query='id=5', fragment='comment') print(u[0]) # http print(u.path) # /index.html
拼接URL
使用加号运算符可以快速拼接URL字符串,但是如果两个URL字符串不规则,拼接时就会出错误。
使用urljoin()方法可以安全拼接各种格式的URL字符串。
urljoin(base,url[,allow_fragments]) 该方法以参数base为基地址,与参数url相对地址相结合,返回一个绝对地址的url
- 如果参数base不以
'/'
结尾,参数url不以'/'
开头,那么base最右边的文件名及其后面部分被删除,然后与url直接。 - 如果参数base以
'/'
结尾,参数url不以'/'
开头,那么base最右边的文件名及其后面部分被删除,然后与url直接。
- 如果参数url以
'/'
开头,那么base将删除路径部分及其后面字符串,再与url直接连接。 - 如果参数url
'../'
开头,那么base将删除文件名其后面部分,以及其父目录字符串,再与url直接连接。
from urllib.parse import urljoin u1 = urljoin('http://www.baidu.com/sub/a.html','b.html') print(u1) # http://www.baidu.com/sub/b.html u2 = urljoin('http://www.baidu.com/sub/a.html','/b.html') print(u2) # http://www.baidu.com/b.html u3 = urljoin('http://www.baidu.com/sub/a.html','sub2/b.html') print(u3) # http://www.baidu.com/sub/sub2/b.html u4 = urljoin('http://www.baidu.com/sub/a.html','/sub2/b.html') print(u4) # http://www.baidu.com/sub2/b.html u5 = urljoin('http://www.baidu.com/sup/sub/a.html','/sub2/b.html') print(u5) # http://www.baidu.com/sub2/b.html u6 = urljoin('http://www.baidu.com/sup/sub/a.html','../b.html') print(u6) # http://www.baidu.com/sup/b.html
分解URL
使用urlsplit()方法可以分解URL字符串,返回一个包含5个元素的,可迭代的SplitResult对象,其用法和功能与urlparse()相似。不同点是urlsplit()方法在分割时,path和params属性不被分割。
使用urlparse.urlunsplit(parts)方法可以将通过urlsplit()方法生成的SplitResult对象组合成一个URL字符串。
from urllib.parse import urlsplit,urlparse url = 'https://username:password@www.baidu.com:80/index.html;parameters?name=tom#example' print(urlsplit(url)) ''' SplitResult(scheme='https', netloc='username:password@www.baidu.com:80', path='/index.html;parameters', query='name=tom', fragment='example') ''' print(urlparse(url)) ''' ParseResult(scheme='https', netloc='username:password@www.baidu.com:80', path='/index.html', params='parameters', query='name=tom', fragment='example') '''
编码和解码URL
编码和解码方法如下:
- quote():对URL字符串进行编码。
- unquote():对URL字符串进行解码。
- quote_plus():与quote()方法相同,进一步将空格表示成+符号。
- unquote_plus():与unquote()方法相同,进一步将+符号变成空格。
quote()方法格式如下:
''' quote(string,safe='/',encoding=None,errors=None) string:表示待编码的字符串。 safe:设置不需要转码的字符,以字符列表形式传递,默认不对斜杆(/)字符进行转码。 encoding:指定转码的字符的编码类型,默认为UTF-8 errors:设置发送异常时的回调函数 ''' from urllib.parse import quote,unquote url = 'https://www.baidu.com/s?wd=住院' res1 = quote(url) # 编码 print(res1) # https%3A//www.baidu.com/s%3Fwd%3D%E4%BD%8F%E9%99%A2 res2 = unquote(res1) # 解码 print(res2) # https://www.baidu.com/s?wd=住院 res3 = quote(url,safe=';/?:@&=+$,',encoding='utf-8') # 仅对需要的字符串进行编码 print(res3) # https://www.baidu.com/s?wd=%E4%BD%8F%E9%99%A2 res4 = unquote(res1,encoding='utf-8') # 解码 print(res4) # https://www.baidu.com/s?wd=住院
编码查询参数
使用url lib.parse模块的urlencode()方法可以对查询参数进行编码,也就是将字典类型的数据格式化为查询字符串,以键=值的形式返回,方便在HTTP中进行传递。
from urllib.parse import urlencode,unquote url = 'http://www.baidu.com/s?' dict1 = {'wd':'百度翻译'} url_data = urlencode(dict1) # 编码 print(url_data) # wd=%E7%99%BE%E5%BA%A6%E7%BF%BB%E8%AF%91 url_org = unquote(url_data) # 解码 print(url_org) # wd=百度翻译