爬虫：模拟浏览器发送请求获取数据-----> 提取URL
URL：一个网址/链接的组成部分
形式：scheme:// host[:port#] / patch / ... [?query-string] [#anchor]
scheme: 协议（例如：http，https，ftp）重要
host： 服务器的IP地址或者域名（例如：192.168.1.1 / www.baidu.com）
port： 服务器端口（协议默认端口：80 / 443）
patch： 被访问资源的路径
query-string：参数，发送给HTTP服务器的数据（在url中一般以问号开头，意义不大）
anchor： 锚（跳转到网址指定位置，不会重新发送请求，响应是一样的）
