第 5 篇：URL 组成、编码与 URL 解析

一、URL：互联网的"门牌号"URL（Uniform Resource Locator）是你和爬虫每天打交道最多的东西。一个看似简单的 URL 背后，藏着很多学问：为什么 URL 里中文会变成%E4%B8%AD？?后面那一串key=valuekey=value是什么？https://和http://的区别在哪？www.example.com:8080那个 8080 是干嘛的？#fragment会被服务器收到吗？这一篇，我们把 URL 拆到不能再碎。二、URL 的 9 大组成部分一个完整的 URL 最多包含 9 个部分（部分可省略）：https://user:pass@www.example.com:8080/path/to/resource?key1=val1key2=val2#section2 └─┬─┘ └────┬─────┘ └──────┬──────┘└─┬─┘└──────┬──────┘ └─────────┬─────────┘└───┬────┘ │ │ │ │ │