YK菌

image

# 1. 使用HTTP协议访问Web

【问】当我们在网页浏览器（Web browser）的地址栏中输入URL时，Web页面是如何呈现的？

【答】根据Web浏览器地址栏中指定的URL,Web浏览器从Web服务器端获取文件资源（resource）等信息，从而显示出Web页面

image

  • Web使用一种名为HTTP（HyperText Transfer Protocol，超文本传输协议）的协议作为规范，完成从客户端到服务器端等一系列运作流程。而协议是指规则的约定。
可以说，Web是建立在HTTP协议上通信的

# 2. HTTP的诞生

# 2.1 规划

  • 最初设想的基本理念是:

借助多文档之间相互关联形成的超文本（HyperText），连成可相互参阅的WWW（World Wide Web，万维网）

  • 现在已提出了3项WWW构建技术，分别是：
  1. 把SGML（Standard Generalized Markup Language，标准通用标记语言）作为页面的文本标记语言的HTML（HyperText Markup Language，超文本标记语言）
  2. 作为文档传递协议的HTTP
  3. 指定文档所在地址的URL（Uniform Resource Locator，统一资源定位符）

# 2.2 成长

  • HTTP/0.9 1990年
  • HTTP/1.0 1996年5月
  • HTTP/1.1 1997年1月 是目前主流的HTTP协议版本

# 3. 网络基础TCP/IP

通常使用的网络（包括互联网）是在TCP/IP协议族的基础上运作的。而HTTP属于它内部的一个子集

# 3.1 TCP/IP协议族

TCP/IP是互联网相关的各类协议族的总称

image

# 3.2 TCP/IP的分层管理

TCP/IP协议族按层次分别分为以下4层：应用层、传输层、网络层和数据链路层

好处：把各层之间的接口部分规划好之后，每个层次内部的设计就能够自由改动了

# 3.2.1 应用层

应用层决定了向用户提供应用服务时通信的活动

TCP/IP协议族内预存了各类通用的应用服务

比如，FTP（File Transfer Protocol，文件传输协议）和DNS（Domain Name System，域名系统）服务就是其中两类。

HTTP协议也处于该层

# 3.2.2 传输层

传输层对上层应用层，提供处于网络连接中的两台计算机之间的数据传输

在传输层有两个性质不同的协议：TCP（Transmission Control Protocol，传输控制协议）和UDP（User Data Protocol，用户数据报协议）

# 3.2.3 网络层（网络互连层）

网络层用来处理在网络上流动的数据包

数据包是网络传输的最小数据单位。该层规定了通过怎样的路径（所谓的传输路线）到达对方计算机，并把数据包传送给对方

与对方计算机之间通过多台计算机或网络设备进行传输时，网络层所起的作用就是在众多的选项内选择一条传输路线

# 3.2.4 链路层（数据链路层、网络接口层）

用来处理连接网络的硬件部分

包括控制操作系统、硬件的设备驱动、NIC（Network Interface Card，网络适配器，即网卡），及光纤等物理可见部分（还包括连接器等一切传输媒介）

硬件上的范畴均在链路层的作用范围之内

# 3.3 TCP/IP通信传输流

image

  • 用HTTP举例来说明
  1. 首先作为发送端的客户端在==应用层==（HTTP协议）发出一个想看某个Web页面的HTTP请求
  2. 为了传输方便，在==传输层==（TCP协议）把从应用层处收到的数据（HTTP请求报文）进行分割，并在各个报文上打上标记序号及端口号后转发给==网络层==。
  3. 在==网络层==（IP协议），增加作为通信目的地的MAC地址后转发给==链路层==
  4. 接收端的服务器在==链路层==接收到数据，按序往上层发送，一直到==应用层==
  5. 当传输到==应用层==，才能算真正接收到由客户端发送过来的HTTP请求

image

  • 发送端在层与层之间传输数据时，每经过一层时必定会被打上一个该层所属的首部信息
  • 反之，接收端在层与层传输数据时，每经过一层时会把对应的首部消去

这种把数据信息包装起来的做法称为封装（encapsulate）

# 4. 与HTTP关系密切的协议：IP、TCP、DNS

# 4.1 负责传输的 IP(Internet Protocol) 协议

按层次分，IP（Internet Protocol）网际协议位于==网络层==

IP协议的作用是把各种数据包传送给对方。而要保证确实传送到对方那里，则需要满足各类条件。其中两个重要的条件是IP地址和MAC地址（Media Access Control Address）

image

  • IP与MAC
  1. IP地址指明了节点被分配到的地址，MAC地址是指网卡所属的固定地址
  2. IP地址可以和MAC地址进行配对
  3. IP地址可变换，但MAC地址基本上不会更改

使用ARP协议凭借MAC地址进行通信

  • IP间的通信依赖MAC地址
  • 在网络上进行中转时，会利用下一站中转设备的MAC地址来搜索下一个中转目标
  • 会采用ARP协议（Address Resolution Protocol）
  • ARP是一种用以解析地址的协议，根据通信方的IP地址就可以反查出对应的MAC地址

没有人能够全面掌握互联网中的传输状况

在到达通信目标前的中转过程中，那些计算机和路由器等网络设备只能获悉很粗略的传输路线。这种机制称为路由选择（routing）

# 4.2 确保可靠性的 TCP 协议

按层次分，TCP位于==传输层==，提供可靠的字节流服务

字节流服务（Byte Stream Service）是指为了方便传输，将大块数据分割成以报文段（segment）为单位的数据包进行管理。而可靠的传输服务是指，能够把数据准确可靠地传给对方。

TCP协议为了更容易传送大数据才把数据分割，而且TCP协议能够确认数据最终是否送达到对方

确保数据能到达目标——==三次握手==

为了准确无误地将数据送达目标处，TCP协议采用了三次握手（three-way handshaking）策略

  • 用TCP协议把数据包送出去后，TCP不会对传送后的情况置之不理，它一定会向对方确认是否成功送达
  • 握手过程中使用了TCP的标志（flag）——SYN（synchronize）和ACK（acknowledgement）
  1. 发送端首先发送一个带SYN标志的数据包给对方
  2. 接收端收到后，回传一个带有SYN/ACK标志的数据包以示传达确认信息
  3. 最后，发送端再回传一个带ACK标志的数据包，代表“握手”结束
  • 若在握手过程中某个阶段莫名中断，TCP协议会再次以相同的顺序发送相同的数据包

image

  • 除了上述三次握手，TCP协议还有其他各种手段来保证通信的可靠性

# 4.3 负责域名解析的DNS服务

DNS（Domain Name System）服务是和HTTP协议一样位于应用层的协议。它提供域名到IP地址之间的解析服务。

image

  • 计算机既可以被赋予IP地址，也可以被赋予主机名和域名
  • 用户通常使用主机名或域名来访问对方的计算机，而不是直接通过IP地址访问

DNS协议提供通过域名查找IP地址，或逆向从IP地址反查域名的服务

# 5. 各种协议与HTTP协议的关系

image

# 6. URI和URL

URL（Uniform Resource Locator，统一资源定位符)是使用Web浏览器等访问Web页面时需要输入的网页地址

# 6.1 URI统一资源标识符Uniform Resource Identifier

# 6.1.1 Uniform

  • 规定统一的格式可方便处理多种不同类型的资源，而不用根据上下文环境来识别资源指定的访问方式
  • 另外，加入新增的协议方案（如http：或ftp:）也更容易

# 6.1.2 Resource

  • 资源的定义是“可标识的任何东西”。
  • 不仅是文档文件，图像或服务（例如当天的天气预报）等能够区别于其他类型的，全都可作为资源。
  • 另外，资源不仅可以是单一的，也可以是多数的集合体

# 6.1.3 Identifier

表示可标识的对象(也称为标识符)

  • 综上所述，URI就是由某个协议方案表示的资源的定位标识符。
  • 协议方案是指访问资源所使用的协议类型名称。

采用HTTP协议时，协议方案就是http

除此之外，还有ftp、mailto、telnet、file等。标准的URI协议方案有30种左右，由隶属于国际互联网资源管理的非营利社团ICANN（InternetCorporation for Assigned Names and Numbers，互联网名称与数字地址分配机构）的IANA（Internet AssignedNumbers Authority，互联网号码分配局）管理颁布

  • URI用字符串标识某一互联网资源，而URL表示资源的地点（互联网上所处的位置）。可见URL是URI的子集。
  • 通用语法的几个例子
ftp://ftp.is.co.za/rfc/rfc1808./txt
http://www.iwtf.org/rfc/rfc2396.txt
ldap://[2001:db8::7]/c=GB?objectClass?one
mailto:yk1123@vip.163.com
news:comp.infosystems.www.servers.unix
tel:+1-816-555-1212
telnet://192.0.2.16:80/
urn:oasis:names:spacification:docbook:dtd:xml:4.1.2

# 6.2 URI格式

表示指定的URI，要使用涵盖全部必要信息的绝对URI、绝对URL以及相对URL

相对URL，是指从浏览器中基本URI处指定的URL

  • 先来了解一下绝对URI的格式

image

  • 使用http：或https：等协议方案名获取访问资源时要指定协议类型
  • 不区分字母大小写，最后附一个冒号（:）
  • 也可使用data：或javascript：这类指定数据或脚本程序的方案名

# 6.2.1 登录信息（认证）

指定用户名和密码作为从服务器端获取资源时必要的登录信息（身份认证）

此项是可选项

# 6.2.2 服务器地址

使用绝对URI必须指定待访问的服务器地址

地址可以是类似hackr.jp这种DNS可解析的名称，或是192.168.1.1这类IPv4地址名，还可以是[0:0:0:0:0:0:0:1]这样用方括号括起来的IPv6地址名

# 6.2.3 服务器端口号

指定服务器连接的网络端口号

此项也是可选项，若用户省略则自动使用默认端口号

# 6.2.4 带层次的文件路径

指定服务器上的文件路径来定位特指的资源

这与UNIX系统的文件目录结构相似。

# 6.2.5 查询字符串

针对已指定的文件路径内的资源，可以使用查询字符串传入任意参数

此项可选

# 6.2.6 片段标识符

使用片段标识符通常可标记出已获取资源中的子资源（文档内的某个位置）

但在RFC中并没有明确规定其使用方法。该项也为可选项

上次更新: 2022/4/21 22:21:34

HTTP协议