图解HTTP《一》：了解Web及网络基础

使用HTTP协议访问Web：

当在网页浏览器（Web browser）的地址栏中输入URL时，Web页面是如何呈现的呢？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等信息，从而显示出Web页面。

像这种通过发送请求获取服务器端资源的Web浏览器等，都可称为客户端（client）。

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。可以说，Web是建立在HTTP协议上通信的。

协议是指规则的约定。

HTTP的诞生：

当年HTTP协议的出现主要是为了解决文本传输的难题。

1997年1月公布的HTTP/1.1是目前主流的HTTP协议版本。

网络基础TCP/IP：

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

TCP/IP协议族：

计算机与网络设备要相互通信，双方就必须基于相同的方法（比如：如何探测到通信目标、由哪一边先发起通信、使用哪种语言进行通信、怎样结束通信等规则都需要事先确定）。不同的硬件、操作系统之间的通信，所有的这一切都需要一种规则。而我们就把这种规则称为协议（protocol）。

协议中存在各式各样的内容。从电缆的规格到IP地址的选定方法、寻找异地用户的方法、双方建立通信的顺序，以及Web页面显示需要处理的步骤等等。

TCP/IP是互联网相关的各类协议族的总称。

像这样把与互联网相关联的协议集合起来总称为TCP/IP。也有说法认为TCP/IP是指TCP和IP这两种协议。还有一种说法认为TCP/IP是在IP协议的通信过程中使用到的协议族的统称。

TCP/IP的分层管理：

TCP/IP协议族里最重要的一点就是分层。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。

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。HTTP协议处于该层。

   TCP/IP协议族内预存了各类通信的应用服务。比如：FTP（文件传输协议）、DNS（域名系统）等。

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（传输控制协议）和UDP（用户数据报协议）。

3. 网络层：又名网络互连层，用来处理在网络上流动的数据包。该层规定了通过怎样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。

   数据包是网络传输的最小数据单位。

4. 链路层：又名数据链路层、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（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。

把TCP/IP层次化是有好处的。比如：如果互联网只由一个协议统筹，某个地方需要改变设计时，就必须把所有部分整体替换掉，而分层之后只需把变动的层替换掉即可，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；层次化之后，设计也变得相对简单了，处于应用层上的应用可以只考虑分派给自己的任务，而不需要弄清楚对象在地球的哪个地方、对方的传输路线是怎么样的、是否能确保传输送达等问题。

TCP/IP通信传输流：

利用TCP/IP协议族进行网络通信时，会通过分层顺序与对方进行通信。发送端从应用层往下走，接收端则从链路层往上走。

例如：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；接着为了传输方便，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，这样一来，发往网络的通信请求就准备齐全了；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。

与HTTP关系密切的协议：IP、TCP和DNS：

负责传输的IP协议：

按层次分，IP网际协议位于网络层。几乎所有使用网络的系统都会用到IP协议。

TCP/IP协议族中的IP指的就是网际协议。
有人会把IP和IP地址搞混，IP其实就是一种协议的名称。

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。

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地址和MAC地址进行配对。IP地址可变化，但MAC地址基本上不会更改。

IP间的通信依赖MAC地址。在网络上，通信的双方在同一局域网（LAN）内的情况是很少的，通常是经过多台计算机和网络设备中转才能连接到对方。而在进行中转时，会利用下一站中转设备的MAC地址来搜索下一个中转目标。这时，会采用ARP协议。

ARP协议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。

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）。无论哪台计算机、哪台网络设备，它们都无法全面掌握互联网中的细节。

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。

所谓的字节流服务是指，为了方便传输，将大块数据分割成以报文段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。一言以蔽之，TCP协议为了更容易传送大数据才把数据分割，而TCP协议能够确认数据最终是否送达到对方。

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策略。用TCP协议把数据包送出去后，TCP不会对传送的情况置之不理，它一定会向对方确认是否成功送达。

除了三次握手，TCP协议还有其他手段来保证通信的可靠性。

握手过程中使用了TCP的标志：SYN和ACK。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。

负责域名解析的DNS服务：

DNS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。因为与IP地址的一组纯数字相比，用字母配合数字的表示形式来指定计算机名更符合人类的记忆习惯。

但要让计算机去理解名称，相对而言就变得困难了。因为计算机更擅长处理一长串数字。为了解决上述的问题，DNS服务应运而生。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。

各种协议与HTTP协议的关系：

URI和URL：

URI：统一资源标识符。
URL：统一资源定位符。URL正是使用Web浏览器等访问Web页面时需要输入的网页地址。

统一资源标识符URI：

URI是Uniform Resource Identifier的缩写。RFC2396分别对这3个单词进行了如下定义：

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也更容易。
2. Resource：资源的定义是可标识的任何东西。除了文档文件、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，全部可作为资源。另外，资源不仅可以是单一的，也可以是多数的集合体。
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。
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。

URI格式：要表示指定的URI，可以使用以下三种方式：

1. 绝对URI：涵盖全部必要信息。
   
   方案名：使用http:或者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。

   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），可选。

   服务器地址：使用绝对URI必须坠丁待访问的服务器地址。

   服务器端口号：指定服务器连接的网络端口号，可选，若用户省略则自动使用默认端口号。

   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。

   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，可选。

   片段标识符：使用片段标识符通常可标记处已获取资源中的子资源（文档内的某个位置），可选。

2. 绝对URL。

3. 相对URL：是指从浏览器中基本URI处指定的URL（形如/image/logo.gif）。