本篇將介紹urllib2的Get和Post方法，更多內容請參考:python學習指南

urllib2預設只支援HTTP/HTTPS的GET和POST方法

urllib.urlencode()

urllib和urllib2都是接受URL請求的相關引數，但是提供了不同的功能。兩個最顯著的不同如下：

• urllib僅可以接受URL，不能建立設定了headers的Request類例項；
• 但是urllib提供了urlencode方法用來GET查詢字串的產生，而urllib2則沒有。(這是urllib和urllib2經常一起使用的主要原因)
  
• 編碼工作使用urllib的urlencode()函式，幫我們將key:value這樣的鍵值對轉換成"key=value"這樣的字串，解碼工作可以使用urllib的unquote()函式。(注意，不是urllib.urlencode())

#-*- coding:utf-8 -*-
#06.urllib2_urlencode.py
import urllib2
import urllib

word = {"wd":"傳智播客"} #通過urllib.urlencode()方法，將字典鍵值對按URL編碼轉換，從而能被web伺服器接受 encode = urllib.urlencode(word) print(encode) #通過urllib.unquote()方法，把URL編碼字串，轉換回原始字串 print(urllib.unquote("wd=%E4%BC%A0%E6%99%BA%E6%92%AD%E5%AE%A2"))
 

一般HTTP請求提交資料，需要編碼成URL編碼格式，然後作為url的一部分，或者作為引數傳到Request物件中。

Get方式

Get請求一般用於我們向伺服器獲取資料，比如說，我們用百度搜索傳智播客；https://www.baidu.com/s?wd=傳智播客

瀏覽器的url會跳轉如圖所示

https://www.baidu.com/s?wd=%E4%BC%A0%E6%99%BA%E6%92%AD%E5%AE%A2

在其中我們可以看到在請求部分裡，http://www.baidu.com/s之後出現一個長長的字串，其中就包含我門要查詢的關鍵詞傳智播客，於是我們可以嘗試使用預設的Get方式來發送請求。

#-*- coding:utf-8 -*-
#07.urllib2_get.py

import urllib
import urllib2

url = "http://www.baidu.com/s" word = {"wd":"傳智播客"} word = urllib.urlencode(word) #轉換成url編碼格式(字串) newurl = url + "?" + word headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.103 Safari/537.36"} request = urllib2.Request(newurl,headers = headers) response = urllib2.urlopen(request) print(response.read())

批量爬取貼吧頁面資料

首先我們建立一個python檔案，tiebaSpider.py，我們要完成的是，輸入一個百度貼吧的地址，比如：
百度貼吧LOL吧第一頁：[http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=0](http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=0

第二頁：[http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=50](http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=50

第二頁：[http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=100](http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=100

發現規律了吧，貼吧中每個頁面不同之處，就是url最後的pn的值，其餘的都是一樣的，我們可以抓住這個規律。

簡單寫一個小爬蟲程式，來爬蟲百度LOL吧的所有網頁

• 先寫一個main，提示使用者輸入要爬取的貼吧名，並用urllib.urlencode()進行轉碼，然後組合url，假設是lol吧，那麼組合的url就是: http://tieba.baidu.com/f?kw=lol

# 模擬 main 函式
if __name__ == "__main__":

    kw = raw_input("請輸入需要爬取的貼吧:")
    # 輸入起始頁和終止頁，str轉成int型別 beginPage = int(raw_input("請輸入起始頁：")) endPage = int(raw_input("請輸入終止頁：")) url = "http://tieba.baidu.com/f?" key = urllib.urlencode({"kw" : kw}) # 組合後的url示例：http://tieba.baidu.com/f?kw=lol url = url + key tiebaSpider(url, beginPage, endPage)

• 接下來，我們寫一個百度貼吧爬蟲介面，我們需要傳遞3個引數給這個介面，一個是main裡組合url地址，以及起始頁和終止頁碼
  ，表示要爬取頁碼的範圍。

def tiebaSpider(url, beginPage, endPage):
    """ 作用：負責處理url，分配每個url去傳送請求 url：需要處理的第一個url beginPage: 爬蟲執行的起始頁面 endPage: 爬蟲執行的截止頁面 """ for page in range(beginPage, endPage + 1): pn = (page - 1) * 50 filename = "第" + str(page) + "頁.html" # 組合為完整的 url，並且pn值每次增加50 fullurl = url + "&pn=" + str(pn) #print fullurl # 呼叫loadPage()傳送請求獲取HTML頁面 html = loadPage(fullurl, filename) # 將獲取到的HTML頁面寫入本地磁碟檔案 writeFile(html, filename)

• 我們已經之前寫出一個爬取一個網頁的程式碼。現在，我們可以把它封裝成一個loadPage,供我們使用。

def loadPage(url, filename):
    ''' 作用：根據url傳送請求，獲取伺服器響應檔案 url：需要爬取的url地址 filename: 檔名 ''' print "正在下載" + filename headers = {"User-Agent": "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0;"} request = urllib2.Request(url, headers = headers) response = urllib2.urlopen(request) return response.read()

• 最後如果我們希望將爬取到了每頁的資訊儲存在本地磁碟上，我們可以簡單寫一個儲存檔案的介面。

def writeFile(html, filename):
    """ 作用：儲存伺服器響應檔案到本地磁碟檔案裡 html: 伺服器響應檔案 filename: 本地磁碟檔名 """ print "正在儲存" + filename with open(filename, 'w') as f: f.write(html) print "-" * 20

其實很多網站都是這樣的，同類網站下的html頁面編號，分別對應網址後的網頁序號，只要發現規律就可以批量爬取頁面了。

POST方式：

上面我們說了Request請求物件裡有data引數，它就是用在POST裡，我們要傳送的資料就是這個引數data，data是一個字典，裡面要匹配鍵值對。

有道詞典翻譯網站：

輸入測試資料，再通過使用Fiddler觀察，其中有一條是POST請求，而向伺服器傳送的請求資料並不是在url裡，那麼我們可以試著模擬這個POST請求。

於是，我們可以嘗試用POST方式傳送請求。

#-*- coding:utf-8 -*-
#09.urllib2_post.py

import urllib
import urllib2

#POST請求的目標URL url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=null" headers = {"User-Agent":"Mozilla...."} formate = { "type":"AUTO", "i":"i love python", "doctype":"json", "xmlVersion":"1.8", "keyform":"fanyi.web", "ue":"utf-8", "action":"FY_BY_ENTER", "typoResult":"true" } data = urllib.urlencode(formate) request = urllib2.Request(url, data=data, headers = headers) response = urllib2.urlopen(request) print("-"*30) print(response.read())

傳送POST請求時，需要特別注意headers的一些屬性：

Content-Length：是指傳送的表單資料長度為144，也就是字元個數是144個；
X-Requested-With：表示Ajax非同步請求。
Content-Type: application/x-www-form-urlencoded：表示瀏覽器提交web表單時，表單資料會按照name1=value1&name2=value2鍵值對形式進行編碼。

獲取AJAX載入的內容

有些網頁內容使用AJAX載入，只要記得，AJAX一般返回的是JSON，直接對AJAX地址進行post或get,就返回JSON資料了。
"作為一名爬蟲工程師，你最需要關注的，是資料的來源了。"

#-*- coding:utf-8 -*-
#10.urllib2_ajax.py
import urllib
import urllib2

# demo1 url = "https://movie.douban.com/j/chart/top_list?type=11&interval_id=100%3A90&action" headers={"User-Agent": "Mozilla...."} # 變動的是這兩個引數，從start開始往後顯示limit個 formdata = { 'start':'0', 'limit':'10' } data = urllib.urlencode(formdata) request = urllib2.Request(url, data = data, headers = headers) response = urllib2.urlopen(request) print(response.read()) #demo2 url = "https://movie.douban.com/j/chart/top_list?" headers={"User-Agent": "Mozilla...."} # 處理所有引數 formdata = { 'type':'11', 'interval_id':'100:90', 'action':'', 'start':'0', 'limit':'10' } data = urllib.urlencode(formdata) request = urllib2.Request(url, data = data, headers = headers) response = urllib2.urlopen(request) print response.read()

問題：為什麼有時候POST也能在URL內看到資料?

• GET方式是以直接以連結形式訪問，連結中包含了所有引數，伺服器端用Request.QueryString獲取變數的值。如果包含了密碼的話是一種不安全的選擇，不過你可以直觀地看到自己提交了什麼內容。

• POST則不會在網址上顯示所有的引數，伺服器端用Request.Form獲取提交的資料，在Form提交的時候。但是HTML程式碼裡如果不指定method屬性，則預設為GET請求，Form中提交的資料將會附加在url之後，以?與url分開

  • 表單資料可以作為URL欄位(method="get")或者HTTP POST(method="post")的方式來發送。比如在下面的HTML程式碼中，表單資料將因為(method="get")而附加到URL上；

<form action="form_action.asp" method="get">
    <p>First name: <input type="text" name="fname" /></p>
    <p>Last name: <input type="text" name="lname" /></p> <input type="submit" value="Submit" /> </form>

處理HTTPS請求SSL證書驗證

現在隨處可見https開頭的網站，urllib2可以為HTTPS請求驗證SSL證書，就像web瀏覽器一樣，如果網站的SSL證書是經過CA認證的，則能夠正常訪問，如https://www.baidu.com/...
如果SSL證書驗證不通過，或者作業系統不信任伺服器的安全證書，比如瀏覽器在訪問12306網站如:"https://www.12306.cn/normhweb/"的時候，會警告使用者證書不受信任。(據說 12306網路證書是自己的，沒有通過CA認證)

urllib2在訪問的時候則會報出SSLError:

import urllib2

url = "https://www.12306.cn/mormhweb/"

headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

request = urllib2.Request(url, headers = headers)

response = urllib2.urlopen(request)

print(response.read())

執行結果：
urllib2.URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:590)>
所以，如果以後遇到這種網站，我們需要單獨處理SSL證書，讓程式忽略SSL證書驗證錯誤，即可正常訪問。

import urllib
import urllib2
# 1. 匯入Python SSL處理模組
import ssl

# 2. 表示忽略未經核實的SSL證書認證 context = ssl._create_unverified_context() url = "https://www.12306.cn/mormhweb/" headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"} request = urllib2.Request(url, headers = headers) # 3. 在urlopen()方法裡 指明新增 context 引數 response = urllib2.urlopen(request, context = context) print response.read()

關於CA

CA(Certificate Authority)是數字證書認證中心的簡稱，是指發放、管理、廢除數字證書的受信任的第三方機構，如北京數字認證股份有限公司、上海市數字證書認證中心有限公司等...

CA的作用是檢查證書持有者身份的合法性，並簽發證書，以防證書被偽造或篡改，以及對證書和金鑰進行管理。

現實生活中可以用身份證來證明身份， 那麼在網路世界裡，數字證書就是身份證。和現實生活不同的是，並不是每個上網的使用者都有數字證書的，往往只有當一個人需要證明自己的身份的時候才需要用到數字證書。

普通使用者一般是不需要，因為網站並不關心是誰訪問了網站，現在的網站只關心流量。但是反過來，網站就需要證明自己的身份了。

比如說現在釣魚網站很多的，比如你想訪問的是www.baidu.com，但其實你訪問的是www.daibu.com”，所以在提交自己的隱私資訊之前需要驗證一下網站的身份，要求網站出示數字證書。

一般正常的網站都會主動出示自己的數字證書，來確保客戶端和網站伺服器之間的通訊資料是加密安全的。

參考

1. 破解有道翻譯反爬蟲機制
   
2. 瀏覽器驗證網站數字證書的流程  

本篇將介紹urllib2的Get和Post方法，更多內容請參考:python學習指南

urllib2預設只支援HTTP/HTTPS的GET和POST方法

urllib.urlencode()

urllib和urllib2都是接受URL請求的相關引數，但是提供了不同的功能。兩個最顯著的不同如下：

• urllib僅可以接受URL，不能建立設定了headers的Request類例項；
• 但是urllib提供了urlencode方法用來GET查詢字串的產生，而urllib2則沒有。(這是urllib和urllib2經常一起使用的主要原因)
  
• 編碼工作使用urllib的urlencode()函式，幫我們將key:value這樣的鍵值對轉換成"key=value"這樣的字串，解碼工作可以使用urllib的unquote()函式。(注意，不是urllib.urlencode())

#-*- coding:utf-8 -*-
#06.urllib2_urlencode.py
import urllib2
import urllib

word = {"wd":"傳智播客"} #通過urllib.urlencode()方法，將字典鍵值對按URL編碼轉換，從而能被web伺服器接受 encode = urllib.urlencode(word) print(encode) #通過urllib.unquote()方法，把URL編碼字串，轉換回原始字串 print(urllib.unquote("wd=%E4%BC%A0%E6%99%BA%E6%92%AD%E5%AE%A2"))

一般HTTP請求提交資料，需要編碼成URL編碼格式，然後作為url的一部分，或者作為引數傳到Request物件中。

Get方式

Get請求一般用於我們向伺服器獲取資料，比如說，我們用百度搜索傳智播客；https://www.baidu.com/s?wd=傳智播客

瀏覽器的url會跳轉如圖所示

https://www.baidu.com/s?wd=%E4%BC%A0%E6%99%BA%E6%92%AD%E5%AE%A2

在其中我們可以看到在請求部分裡，http://www.baidu.com/s之後出現一個長長的字串，其中就包含我門要查詢的關鍵詞傳智播客，於是我們可以嘗試使用預設的Get方式來發送請求。

#-*- coding:utf-8 -*-
#07.urllib2_get.py

import urllib
import urllib2

url = "http://www.baidu.com/s" word = {"wd":"傳智播客"} word = urllib.urlencode(word) #轉換成url編碼格式(字串) newurl = url + "?" + word headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.103 Safari/537.36"} request = urllib2.Request(newurl,headers = headers) response = urllib2.urlopen(request) print(response.read())

批量爬取貼吧頁面資料

首先我們建立一個python檔案，tiebaSpider.py，我們要完成的是，輸入一個百度貼吧的地址，比如：
百度貼吧LOL吧第一頁：[http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=0](http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=0

第二頁：[http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=50](http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=50

第二頁：[http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=100](http://tieba.baidu.com/f?kw=lol&ie=utf-8&pn=100

發現規律了吧，貼吧中每個頁面不同之處，就是url最後的pn的值，其餘的都是一樣的，我們可以抓住這個規律。

簡單寫一個小爬蟲程式，來爬蟲百度LOL吧的所有網頁

• 先寫一個main，提示使用者輸入要爬取的貼吧名，並用urllib.urlencode()進行轉碼，然後組合url，假設是lol吧，那麼組合的url就是: http://tieba.baidu.com/f?kw=lol

# 模擬 main 函式
if __name__ == "__main__":

    kw = raw_input("請輸入需要爬取的貼吧:")
    # 輸入起始頁和終止頁，str轉成int型別 beginPage = int(raw_input("請輸入起始頁：")) endPage = int(raw_input("請輸入終止頁：")) url = "http://tieba.baidu.com/f?" key = urllib.urlencode({"kw" : kw}) # 組合後的url示例：http://tieba.baidu.com/f?kw=lol url = url + key tiebaSpider(url, beginPage, endPage)

• 接下來，我們寫一個百度貼吧爬蟲介面，我們需要傳遞3個引數給這個介面，一個是main裡組合url地址，以及起始頁和終止頁碼
  ，表示要爬取頁碼的範圍。

def tiebaSpider(url, beginPage, endPage):
    """ 作用：負責處理url，分配每個url去傳送請求 url：需要處理的第一個url beginPage: 爬蟲執行的起始頁面 endPage: 爬蟲執行的截止頁面 """ for page in range(beginPage, endPage + 1): pn = (page - 1) * 50 filename = "第" + str(page) + "頁.html" # 組合為完整的 url，並且pn值每次增加50 fullurl = url + "&pn=" + str(pn) #print fullurl # 呼叫loadPage()傳送請求獲取HTML頁面 html = loadPage(fullurl, filename) # 將獲取到的HTML頁面寫入本地磁碟檔案 writeFile(html, filename)

• 我們已經之前寫出一個爬取一個網頁的程式碼。現在，我們可以把它封裝成一個loadPage,供我們使用。

def loadPage(url, filename):
    ''' 作用：根據url傳送請求，獲取伺服器響應檔案 url：需要爬取的url地址 filename: 檔名 ''' print "正在下載" + filename headers = {"User-Agent": "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0;"} request = urllib2.Request(url, headers = headers) response = urllib2.urlopen(request) return response.read()

• 最後如果我們希望將爬取到了每頁的資訊儲存在本地磁碟上，我們可以簡單寫一個儲存檔案的介面。

def writeFile(html, filename):
    """ 作用：儲存伺服器響應檔案到本地磁碟檔案裡 html: 伺服器響應檔案 filename: 本地磁碟檔名 """ print "正在儲存" + filename with open(filename, 'w') as f: f.write(html) print "-" * 20

其實很多網站都是這樣的，同類網站下的html頁面編號，分別對應網址後的網頁序號，只要發現規律就可以批量爬取頁面了。

POST方式：

上面我們說了Request請求物件裡有data引數，它就是用在POST裡，我們要傳送的資料就是這個引數data，data是一個字典，裡面要匹配鍵值對。

有道詞典翻譯網站：

輸入測試資料，再通過使用Fiddler觀察，其中有一條是POST請求，而向伺服器傳送的請求資料並不是在url裡，那麼我們可以試著模擬這個POST請求。

於是，我們可以嘗試用POST方式傳送請求。

#-*- coding:utf-8 -*-
#09.urllib2_post.py

import urllib
import urllib2

#POST請求的目標URL url = "http://fanyi.youdao.com/translate?smartresult=dict&smartresult=rule&smartresult=ugc&sessionFrom=null" headers = {"User-Agent":"Mozilla...."} formate = { "type":"AUTO", "i":"i love python", "doctype":"json", "xmlVersion":"1.8", "keyform":"fanyi.web", "ue":"utf-8", "action":"FY_BY_ENTER", "typoResult":"true" } data = urllib.urlencode(formate) request = urllib2.Request(url, data=data, headers = headers) response = urllib2.urlopen(request) print("-"*30) print(response.read())

傳送POST請求時，需要特別注意headers的一些屬性：

Content-Length：是指傳送的表單資料長度為144，也就是字元個數是144個；
X-Requested-With：表示Ajax非同步請求。
Content-Type: application/x-www-form-urlencoded：表示瀏覽器提交web表單時，表單資料會按照name1=value1&name2=value2鍵值對形式進行編碼。

獲取AJAX載入的內容

有些網頁內容使用AJAX載入，只要記得，AJAX一般返回的是JSON，直接對AJAX地址進行post或get,就返回JSON資料了。
"作為一名爬蟲工程師，你最需要關注的，是資料的來源了。"

#-*- coding:utf-8 -*-
#10.urllib2_ajax.py
import urllib
import urllib2

# demo1 url = "https://movie.douban.com/j/chart/top_list?type=11&interval_id=100%3A90&action" headers={"User-Agent": "Mozilla...."} # 變動的是這兩個引數，從start開始往後顯示limit個 formdata = { 'start':'0', 'limit':'10' } data = urllib.urlencode(formdata) request = urllib2.Request(url, data = data, headers = headers) response = urllib2.urlopen(request) print(response.read()) #demo2 url = "https://movie.douban.com/j/chart/top_list?" headers={"User-Agent": "Mozilla...."} # 處理所有引數 formdata = { 'type':'11', 'interval_id':'100:90', 'action':'', 'start':'0', 'limit':'10' } data = urllib.urlencode(formdata) request = urllib2.Request(url, data = data, headers = headers) response = urllib2.urlopen(request) print response.read()

問題：為什麼有時候POST也能在URL內看到資料?

• GET方式是以直接以連結形式訪問，連結中包含了所有引數，伺服器端用Request.QueryString獲取變數的值。如果包含了密碼的話是一種不安全的選擇，不過你可以直觀地看到自己提交了什麼內容。

• POST則不會在網址上顯示所有的引數，伺服器端用Request.Form獲取提交的資料，在Form提交的時候。但是HTML程式碼裡如果不指定method屬性，則預設為GET請求，Form中提交的資料將會附加在url之後，以?與url分開

  • 表單資料可以作為URL欄位(method="get")或者HTTP POST(method="post")的方式來發送。比如在下面的HTML程式碼中，表單資料將因為(method="get")而附加到URL上；

<form action="form_action.asp" method="get">
    <p>First name: <input type="text" name="fname" /></p>
    <p>Last name: <input type="text" name="lname" /></p> <input type="submit" value="Submit" /> </form>

處理HTTPS請求SSL證書驗證

現在隨處可見https開頭的網站，urllib2可以為HTTPS請求驗證SSL證書，就像web瀏覽器一樣，如果網站的SSL證書是經過CA認證的，則能夠正常訪問，如https://www.baidu.com/...
如果SSL證書驗證不通過，或者作業系統不信任伺服器的安全證書，比如瀏覽器在訪問12306網站如:"https://www.12306.cn/normhweb/"的時候，會警告使用者證書不受信任。(據說 12306網路證書是自己的，沒有通過CA認證)

urllib2在訪問的時候則會報出SSLError:

import urllib2

url = "https://www.12306.cn/mormhweb/"

headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}

request = urllib2.Request(url, headers = headers)

response = urllib2.urlopen(request)

print(response.read())

執行結果：
urllib2.URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed (_ssl.c:590)>
所以，如果以後遇到這種網站，我們需要單獨處理SSL證書，讓程式忽略SSL證書驗證錯誤，即可正常訪問。

import urllib
import urllib2
# 1. 匯入Python SSL處理模組
import ssl

# 2. 表示忽略未經核實的SSL證書認證 context = ssl._create_unverified_context() url = "https://www.12306.cn/mormhweb/" headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"} request = urllib2.Request(url, headers = headers) # 3. 在urlopen()方法裡 指明新增 context 引數 response = urllib2.urlopen(request, context = context) print response.read()

關於CA

CA(Certificate Authority)是數字證書認證中心的簡稱，是指發放、管理、廢除數字證書的受信任的第三方機構，如北京數字認證股份有限公司、上海市數字證書認證中心有限公司等...

CA的作用是檢查證書持有者身份的合法性，並簽發證書，以防證書被偽造或篡改，以及對證書和金鑰進行管理。

現實生活中可以用身份證來證明身份， 那麼在網路世界裡，數字證書就是身份證。和現實生活不同的是，並不是每個上網的使用者都有數字證書的，往往只有當一個人需要證明自己的身份的時候才需要用到數字證書。

普通使用者一般是不需要，因為網站並不關心是誰訪問了網站，現在的網站只關心流量。但是反過來，網站就需要證明自己的身份了。

比如說現在釣魚網站很多的，比如你想訪問的是www.baidu.com，但其實你訪問的是www.daibu.com”，所以在提交自己的隱私資訊之前需要驗證一下網站的身份，要求網站出示數字證書。

一般正常的網站都會主動出示自己的數字證書，來確保客戶端和網站伺服器之間的通訊資料是加密安全的。

參考

1. 破解有道翻譯反爬蟲機制
   
2. 瀏覽器驗證網站數字證書的流程