Python程序设计 12.爬虫基础.pdfVIP

爬虫基础 主讲：孙国元 华信培训 本章要点 • Web基础 • 爬虫基本原理 1 Web基础 URI和URL • URI的全称为Uniform Resource Identifier，即统一资源标志符，URL的全称 为Universal Resource Locator，即统一资源定位符。 /favicon.ico是GitHub的网站图标链接，它是一个URL，也 是一个URI。即有这样的一个图标资源，我们用URL/URI来唯一指定了它的 访问方式，这其中包括了访问协议https、访问路径（/即根目录）和资源名称 favicon.ico。通过这样一个链接，我们便可以从互联网上找到这个资源，这 就是URL/URI。 • URL是URI的子集，也就是说每个URL都是URI，但不是每个URI都是URL。 那么，怎样的URI不是URL呢？URI还包括一个子类叫作URN，它的全称为 Universal Resource Name，即统一资源名称。URN只命名资源而不指定如 何定位资源，比如urn:isbn:0451450523指定了一本书的ISBN，可以唯一标 识这本书，但是没有