HTML与数据抓取：GET与POST方法详解

news2024/12/25 7:05:48

讲GET和POST就不能只讲GET和POST

你要讲HTTP请求的基本概念：

HTTP（HyperText Transfer Protocol，超文本传输协议）是互联网上应用最为广泛的一种网络协议，主要用于Web浏览器与Web服务器之间的数据通信。HTTP是一个基于请求-响应模式的应用层协议，它定义了客户端如何向服务器发送请求以及服务器如何回应这些请求；

你要讲HTTP请求方法：

HTTP请求方法是指定对资源执行特定操作的指令。以下是几种主要的HTTP请求方法：

GET：用于请求读取数据，通常用来获取网页内容或其他资源；
POST：用于向服务器提交数据，常用于提交表单或上传文件；
PUT：用于更新指定资源或创建新资源（如果该资源不存在的话）；
DELETE：用于删除指定资源；
HEAD：类似于GET请求，但只获取响应头部信息而不返回实体内容；
OPTIONS：用于获取服务器支持的请求方法；
PATCH：用于对资源进行部分更新；

你要讲HTTP状态消息：

HTTP状态消息（也称为状态行）是服务器响应的一部分，它告知客户端关于请求处理的结果。状态行由三部分组成：HTTP版本、状态码和原因短语（Reason Phrase）。其中，状态码是一个三位数字的代码，用来表示具体的响应类型；原因短语是对状态码的文字描述，帮助理解和解释状态码的意义；

HTTP 状态码分类

1xx (信息性响应)：表示请求已被接收，继续处理；
2xx (成功)：表示请求已成功被服务器接收、理解并接受；
3xx (重定向)：表示需要进一步的操作以完成请求；
4xx (客户端错误)：表示请求包含语法错误或者无法完成请求；
5xx (服务器错误)：表示服务器在尝试处理请求时发生了错误；

今天，我们重点讲解GET和POST。

1. 基本概念

GET请求

GET：请求数据的读取操作，常用于获取网页内容；
参数附加在URL后：请求参数以查询字符串的形式（?key1=value1&key2=value2）附加在URL之后；
数据通过URL传输：由于参数是URL的一部分，浏览器会记录访问的URL，这意味着用户可以直接分享链接或者将其保存为书签；

POST请求

POST：提交数据给服务器，通常用于提交表单或上传文件；
参数包含在请求体中：与GET不同，POST请求的参数位于请求体（body）内，而不是URL中，这提供了更大的灵活性和安全性；
数据隐蔽性：因为数据不显示在URL中，所以相对更隐蔽，减少了敏感信息泄露的风险；

2.GET和POST请求的区别

我们用更通俗易懂的方式来解释GET和POST请求的不同之处。想象一下你正在与朋友通信，你可以通过两种方式传递信息：写信（GET）或打电话（POST）；

GET 请求 - 写信

数据可见：就像你在明信片上写下消息一样，所有人都能看到上面的内容。在HTTP中，GET请求的数据会显示在URL中，任何人都可以通过浏览器地址栏看到这些信息；
长度限制：明信片的空间有限，你只能写少量的文字。同样，GET请求的参数是附加在URL后面的，而URL有长度限制，通常建议不超过2048个字符；
缓存支持：一旦你寄出了一张明信片，邮局可能会保存副本以便快速处理重复的请求。类似地，GET请求可以被浏览器缓存，下次访问相同链接时可以直接从缓存中读取，提高速度；
幂等性：不管你寄多少次同样的明信片，收到的人看到的信息都是一样的。GET请求是幂等的，意味着多次相同的请求应该产生相同的结果，不会引起副作用；

POST 请求 - 打电话

数据隐藏：当你打电话时，通话内容只有你和对方能听到。POST请求将数据放在请求体中，不会出现在URL里，因此更加私密，适合传递敏感信息；
无长度限制：电话交谈没有时间限制，你可以聊很久。POST请求也没有对数据量的具体限制，理论上可以发送任意大小的数据，实际长度取决于服务器配置；
不缓存：每次打电话都是新的对话，不能直接使用之前的通话记录。POST请求一般不会被缓存，确保每次提交的数据都是最新的，这对于动态数据（如表单提交）非常重要；
非幂等性：如果你多次拨打同一个电话号码，可能会导致不同的结果，比如多次订购商品。POST请求是非幂等的，多次提交可能会产生不同的效果，因此需要小心避免重复提交；

HTTP 明文传输的风险

无论是GET还是POST请求，它们仅仅是HTTP协议中的两种不同请求方法，在传输层面上都使用相同的TCP/IP协议栈。当不带参数时，两者在报文格式上的主要区别仅在于请求行中的方法名（一个是GET，另一个是POST）。因此，只要使用的是标准HTTP协议，所有的通信都是以明文形式在网络上传输。这意味着任何位于客户端和服务器之间的中间节点（如路由器、代理服务器等）都可以轻松捕获并读取数据包的内容。对于敏感信息（如登录凭证、个人资料、支付信息等），这种明文传输带来的风险显然是不可接受的；