Python 指定HTTP协议会有所不同吗？

这两个bs4对象之间有区别吗

from urllib2 import urlopen, Request
from bs4 import BeautifulSoup

req1 = Request("https://stackoverflow.com/")  # HTTPS
html1 = urlopen(req1).read()

req2 = Request("http://stackoverflow.com/")  # HTTP
html2 = urlopen(req2).read()

bsObj1 = BeautifulSoup(html1, "html.parser")
bsObj2 = BeautifulSoup(html2, "html.parser")

---

您真的需要指定HTTP协议吗？

我的理解有限：在这种情况下没有实际区别

我的理解是，大多数有https的网站都会将http URL重定向到https，这里就是这样。站点有可能同时启动http版本和https版本，在这种情况下，它们可能不会重定向。这将是一种糟糕的做法，但没有什么能阻止某人这么做

---

我仍然会尽可能明确地使用https，这是一种最佳实践。

我的理解有限：在这种情况下没有实际区别

我的理解是，大多数有https的网站都会将http URL重定向到https，这里就是这样。站点有可能同时启动http版本和https版本，在这种情况下，它们可能不会重定向。这将是一种糟糕的做法，但没有什么能阻止某人这么做

---

我仍然会尽可能明确地使用https，这是一种最佳实践。

所有通过HTTP协议的通信都是使用HTTP动词GET、POST、PUT和DELETE进行的。指定协议有两个目的：

1） 它指定了数据通信的方案

一般URI的形式为：
方案：[//[user[：password]@]host[：port][/path][？query][#fragment]常见的方案有http（s）、ftp、mailto、文件、数据和irc

2） 指定方案是否支持SSL加密：

对于http方案，https中添加的“s”确保了数据的SSL加密

根据

urlib3

Python：

强烈建议始终使用SSL证书验证。为了启用验证，您需要一组根证书。最简单、最可靠的方法是使用

certifi

包，该包提供Mozilla的根证书捆绑包：

PoolManager将自动处理证书验证，并在验证失败时引发SSLError：

>>> http.request('GET', 'https://google.com')
(No exception)
>>> http.request('GET', 'https://expired.badssl.com')
urllib3.exceptions.SSLError ...

---

所有通过HTTP协议的通信都使用HTTP动词GET、POST、PUT和DELETE进行。指定协议有两个目的：

1） 它指定了数据通信的方案

一般URI的形式为：
方案：[//[user[：password]@]host[：port][/path][？query][#fragment]常见的方案有http（s）、ftp、mailto、文件、数据和irc

2） 指定方案是否支持SSL加密：

对于http方案，https中添加的“s”确保了数据的SSL加密

根据

urlib3

Python：

强烈建议始终使用SSL证书验证。为了启用验证，您需要一组根证书。最简单、最可靠的方法是使用

certifi

包，该包提供Mozilla的根证书捆绑包：

PoolManager将自动处理证书验证，并在验证失败时引发SSLError：

>>> http.request('GET', 'https://google.com')
(No exception)
>>> http.request('GET', 'https://expired.badssl.com')
urllib3.exceptions.SSLError ...

---

非常感谢您的回答，您知道为什么比较两个html字符串会返回False吗？如果站点重定向，我会认为这两个html字符串是相同的。我手动检查了它，对我来说，这两个差异是标题中的服务器响应时间和页面底部某些类别的顺序。从内容的角度看，它们是相同的。编辑：我认为是网络上的热点问题导致了事情的混乱/可能有所不同。不过我已经删除了我的临时文件，所以我不能很快再次检查。谢谢，可能就是这样。非常感谢你的回答，你知道为什么比较两个html字符串会返回False吗？如果站点重定向，我会认为这两个html字符串是相同的。我手动检查了它，对我来说，这两个差异是标题中的服务器响应时间和页面底部某些类别的顺序。从内容的角度看，它们是相同的。编辑：我认为是网络上的热点问题导致了事情的混乱/可能有所不同。不过，我已经删除了我的临时文件，所以我无法快速地进行双重检查。谢谢，可能就是这样。虽然所有这些都不是错误的，但这与问题无关。它强调使用https以及如何在python库中提供ssl验证。公认的答案还鼓励使用https作为最佳实践。虽然所有这些都不是错误的，但它实际上与问题无关。它强调使用https以及如何在python库中提供ssl验证。公认的答案还鼓励使用https作为最佳实践。