参考书籍：《自己动手写网络爬虫》
网络爬虫的基本操作是抓取网页。
“打开”网页的过程其实就是浏览器作为一个浏览的“客户端”，向服务器端发送了一次请穷求，把服务器端的文件“抓”到本地，再进行解释，展现。更进一步，可以通过浏览器端查看“抓取”过来的文件源代码，
url(Universal Resource Identifier)通用资源标志符
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
原文：http://www.cnblogs.com/zero1224/p/6098770.html