如果想要爬虫，首先就得了解URL

URL是`Uniform Resource Locator`的简写，统一资源定位符。 一个URL由以下几部分组成：

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

scheme：代表的是访问的协议，一般为`http`或者`https`以及`ftp`等。

host：主机名，域名，比如`www.baidu.com`。

port：端口号。当你访问一个网站的时候，浏览器默认使用80端口。

path：查找路径。比如：`www.jianshu.com/trending/now`，后面的`trending/now`就是`path`。

query-string：查询字符串，比如：`www.baidu.com/s?wd=python`，后面的`wd=python`就是查询字符串。

anchor：锚点，后台一般不用管，前端用来做页面定位的。

在浏览器中请求一个`url`，浏览器会对这个url进行一个编码。除英文字母，数字和部分符号外，其他的全部使用百分号+十六进制码值进行编码。

 

举例说明：


scheme（访问协议）：https

host（主机）：so.csdn.net

port（端口号）：默认为80端口

path（路径）：so/search/s.do

query-string（查询字符串）：q=%E5%BE%AE%E4%BF%A1%E5%B0%8F%E7%A8%8B%E5%BA%8F&t=blog&u=qq_27524749