# 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
- 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。
# 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:
- 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)
- 作为文档传递协议的HTTP
- 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
# 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
- 用HTTP举例来说明
- 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
- 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==。
- 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==
- 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==
- 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
- 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)
- IP与MAC
- 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
- IP地址可以和MAC地址进行配对
- 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)
- 发送端首先发送一个带SYN标志的数据包给对方
- 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
- 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
- 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。
- 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
# 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
- 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