网络爬虫的基本操作是抓取网页。首先要了解下URL~~
在理解URL之前，先了解下URI，这两个概念我曾经混淆过~@_@||
什么是URI?
Web上每种可用的资源，如：html文档、视频，图片等都由一个通用的资源标志符（Universal Resources Identifier，即URI）进行定位
URI的组成
URI通常由三部分组成：（1）访问资源的命名机制；（2）存放资源的主机名；（3）资源自身的名称，由路径表示。
例如：http://www.cnblogs.com/lmei/p/3463371.html，这就是URI。
这个URI我们可以这样来解释它：这是一个通过HTTP协议访问的资源，位于主机www.cnblogs.com上，通过路径"/lmei/p/3463371.html "访问。
那什么是URL呢？
URL（Uniform Resources Locator）是URI的一个子集。它被译为“统一资源定位符”。
URL是Internet上描述信息资源的字符串，主要用于各种www客户程序和服务器程序上。
URL的组成：
（1）协议（或称为服务方式）；
（2）存有该资源的主机的IP地址（有时也包括端口号）；
（3）主机资源的具体地址，如：目录和文件名等。
注：（1）和（2）不可省略，（3）有时可以省略
URL和URI的联系与区别