一、 了解Web及网络基础
TCP/IP协议族按层次可以分为下面四层：
-
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(文件传输协议)和DNS(域名系统)服务就是其中两类，HTTP协议也处于该层。 -
传输层
对上层应用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) -
网络层
用来处理在网络上流动的数据包，数据包是网络的传输最小数据单位，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。 -
链路层
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，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。
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，接收端则往应用层往上走,就拿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请求为例，如下图示：
HTTP网络通信流程
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。
负责传输的IP协议：作用是把各种数据包传送给对方，其指明了节点被分配到的地址，而MAC地址是指网卡所属的固定地址，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内的情况较少，通常是经过多台计算机和网络设备中转才能连接到对方，在中转时，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)。例子如图：
IP协议通信数据发送流程
TCP协议为了准确无误的将数据送达目标处，TCP协议采用了三次握手策略，其握手过程中用了三个标记：FLAG-SYN和ACK,该过程如图：
TCP通信的三次握手协议示意图
注意：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。
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其两者关系如图：
HTTP网址请求解析流程
各种协议与HTTP协议的关系就如图所示：
HTTP协议使用TCP协议通信获取页面流程图
URI用字符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)，故URL是URI的子集。
URI格式通常包括以下几个：
登录信息
服务器地址(IP或域名)
服务器端口号
带层次的文件路径
查询字符串
片段标识
URI格式例子如图：
网址请求示例
黑色：协议方案名
红色：登陆信息(认证)
浅绿色：服务器地址
浅蓝色：服务器端口号
紫色：带层次的文件路径
深蓝色：查询字符串
深绿色：片段标识符
二、 简单的HTTP协议
请求报文：是由请求方法，请求URI，协议版本，可选的请求首部字段和内容实体构成的。
响应报文：基本上由协议版本，状态码(表示请求成功或失败的数字代码)，用以解释状态码的原因短语，可选的响应首部字段以及实体主体构成。
请求报文内容示例
响应报文内容示例
HTTP是一种不保存状态的协议，即不保留之前一切的请求或响应报文的信息，为了解决这问题，许多网站引入了Cookie技术，例如：许多登陆网站就是用Cookie技术来保持登陆状态。
告知服务器意图的HTTP方法有以下几个：
GET：获取资源，如果请求的资源是文本，那就保持原样返回，如果是像CGI那样的程序，则返回经过执行后的输出结果。
POST：主要用来传输实体的主体，而不是获取响应的主体内容。
PUT：传输文件，要求请求报文中包含文件内容，但是HTTP/1.1PUT方法自身不带验证机制，任何人都可以上传文件，存在安全性问题，故一般有开发此功能的Web网站都会配合Web应用程序的验证机制，如：REST机制。
HEAD：不获取返回报文主体部分，而是获取其URI的有效性及资源更新的日期时间等首部字段。
DELETE：用来删除文件，但是HTTP/1.1Delete方法自身也不带验证机制，任何人都可以删除文件，存在安全性问题，故一般有开发此功能的Web网站都会配合Web应用程序的验证机制，如：REST机制。
OPTIONS：用来查询针对请求URI指定的资源。
TRACE：在用其发送请求时，在Max-Forwards首部字段中填入数值，每经过一个服务器端就将该数字减1，当数值刚好减到0时，就停止继续传输，最后接收到请求的服务器端则返回状态码200OK的响应，因此可以查询发送出去的请求是怎样被加工修改的。
CONNECT：要求在与代理服务器通信时建立隧道，实现用隧道协议进行TCP通信，主要使用SSL和TLS协议把通信内容加密后经网络隧道传输。
HTTP持久连接：keep-alive(持久连接)的特点是，只要任意一端没有明确提出断开连接，则保持TCP连接状态，好处在于减少了TCP连接的重复建立和断开所造成的额外开销，减轻了服务器端的负载，也减少了开销的那部分时间，是HTTP请求和响应能够更早的结束。
非持久化连接和持有化连接区别
管线化技术可以让客户端同时并行发送多个请求，而不需要一个接一个地等待响应。
HTTP是无状态协议优势在于它减少服务器的CPU及内存资源的消耗，但它不能保持之前的状态进行请求处理，这样需要在登陆认证的Web页面中那个，每次请求 跳转页面都需要再次认证登陆或附上请求认证参数，因此为了解决这个问题，可以引用Cookie技术，该过程如图：
Cookie生成及使用流程
Cookie请求报文明细
HTTP错误代码表
所有 HTTP 状态代码及其定义。
代码 指示
2xx 成功
200 正常；请求已完成。
201 正常；紧接 POST 命令。
202 正常；已接受用于处理，但处理尚未完成。
203 正常；部分信息 — 返回的信息只是一部分。
204 正常；无响应 — 已接收请求，但不存在要回送的信息。
3xx 重定向
301 已移动 — 请求的数据具有新的位置且更改是永久的。
302 已找到 — 请求的数据临时具有不同 URI。
303 请参阅其它 — 可在另一 URI 下找到对请求的响应，且应使用 GET 方法检索此响应。
304 未修改 — 未按预期修改文档。
305 使用代理 — 必须通过位置字段中提供的代理来访问请求的资源。
306 未使用 — 不再使用；保留此代码以便将来使用。
4xx 客户机中出现的错误
400 错误请求 — 请求中有语法问题，或不能满足请求。
401 未授权 — 未授权客户机访问数据。
402 需要付款 — 表示计费系统已有效。
403 禁止 — 即使有授权也不需要访问。
404 找不到 — 服务器找不到给定的资源；文档不存在。
407 代理认证请求 — 客户机首先必须使用代理认证自身。
415 介质类型不受支持 — 服务器拒绝服务请求，因为不支持请求实体的格式。
5xx 服务器中出现的错误
500 内部错误 — 因为意外情况，服务器不能完成请求。
501 未执行 — 服务器不支持请求的工具。
502 错误网关 — 服务器接收到来自上游服务器的无效响应。
503 无法获得服务 — 由于临时过载或维护，服务器无法处理请求。
代码 指示
400 请求无效
401.1 未授权：登录失败
401.2 未授权：服务器配置问题导致登录失败
401.3 ACL 禁止访问资源
401.4 未授权：授权被筛选器拒绝
401.5 未授权：ISAPI 或 CGI 授权失败
403 禁止访问
403 对 Internet 服务管理器 (HTML) 的访问仅限于 Localhost
403.1 禁止访问：禁止可执行访问
403.2 禁止访问：禁止读访问
403.3 禁止访问：禁止写访问
403.4 禁止访问：要求 SSL
403.5 禁止访问：要求 SSL 128
403.6 禁止访问：IP 地址被拒绝
403.7 禁止访问：要求客户证书
403.8 禁止访问：禁止站点访问
403.9 禁止访问：连接的用户过多
403.10 禁止访问：配置无效
403.11 禁止访问：密码更改
403.12 禁止访问：映射器拒绝访问
403.13 禁止访问：客户证书已被吊销
403.15 禁止访问：客户访问许可过多
403.16 禁止访问：客户证书不可信或者无效
403.17 禁止访问：客户证书已经到期或者尚未生效
404.1 无法找到 Web 站点
404 无法找到文件
405 资源被禁止
406 无法接受
407 要求代理身份验证
410 永远不可用
412 先决条件失败
414 请求 - URI 太长