Web基础与HTTP协议

一DNS与域名

(1)域名的概念

1. 网络是基于 TCP/IP 协议进行通信和连接的，每一台主机都有一个唯一的固定的 IP 地址，以区别于网络上成千上万个用户和计算机。
2. 网络中的地址方案分为两套：IP 地址系统和域名地址系统，两套地址系统是一一对应的。
3. 由于 IP 地址是数字标识，使用时难以记忆和书写，因此在IP地址的基础上发展出一种符号化的地址方案，来代替数字型的IP地址。
4. 每个符号化的地址都与特定的 IP 地址对应，这样网络上资源访问起来就比较容易的多，这个与网络上的数字型IP地址相对应的字符型地址，就是域名。

(2)域名的申请

1. 域名注册是 Internet 中用于解决地址对应问题的一种方法
2. 遵循先申请先注册原则
3. 域名注册步骤: 准备申请资料——》寻找域名注册网站——》查询域名——》正式申请——》申请成功

二、DNS解析的三种方式

(1)/etc/hosts

linux系统中负责快速解析的文件，包含了ip与主机名的映射关系，在没有DNS服务器的情况下，使用本地/etc/hosts完成解析/映射，实现快速访问

示例：

vim /etc/hosts

(2)/etc/resolv.conf

DNS客户端配置文件，主要用于设置DNS服务器的iP和域名，还包含了主机域名的搜索顺序等等，
这个文件是由域名解析器(resolver，一个根据主机名解析IP地址的库）使用的配置文件。

示例：

vim /etc/resolv.conf

(3)网卡中配置

vim /etc/sysconfig/network-scripts/ifcfg-ens33

#生效顺序： hosts文件 > 网卡配置文件 > /etc/resolv.conf

三、域名服务与域名注册

(1)域名

定义:标识一组主机并提供它们的有关信息的树形结构（主要确定了根在哪，就可以确定每个分支）

根域：位于域名空间最顶层，一般用一个".“表示。以”.”根域为开始域名空间结构(从右往左看)根域位于域名空间最顶层，一般用一个".”表示基础单位，除了根域其他都只有一个上级域，有0或多个子域，同层域不可重复的子域或域名

顶级域:一般代表一种类型的组织机构或国家地区（主要有此两种类型构成），如net（网络公司)、com（商业)、org(民间团体组织)、edu(教育)、gov(政府)、mil(军事)、cn(中国)、jp(日本)、hk(中国香港)

二级域：也叫子域用来标明顶级域内的一个特定的组织，国家顶级域下面的二级域名由国家网络部门统一管理，如 .cn顶级域名下面设置的二级域名: .com.cn、.net.cn、 .edu.cn …

主机：主机位于域名空间最下层，就是一台具体的计算机，如

www、mail、都是具体的计算机名字，可用www.sina.com.cn.、mail.sina.com.cn、来表示，这种表示方式称为FQDN(完全合格域名)，也是这台主机在域名中的全名

(2)域名服务

域名服务器：分布式，每台主机维护一个部分

1. 保持和维护域名空间的程序
2. 响应解析器的请求

解析端（客户端)
向DNS服务器发出请求的设备

(3)域名注册

域名注册是Internet中用于解决地址对应问题的一种方法遵循先申请先注册原则
域名注册步骤:

1. 准备申请资料
2. 寻找域名注册网站
3. 查询域名
4. 正式申请
5. 申请成功

四、网页访问 （HTTP/HTTPS）

(1)网页基本概念

①网页

• 纯文本格式文件
• 编写语言为HTML
• 在用户的浏览器中被“翻译”成网页形式显示出来

②网站

• 由一个一个页面构成的，是多个网页的结合体

③主页

• 打开网站后出现的第一个网页称为网站主页（或首页）

④HTTP

• 用来传输网页的通信协议（是否加密），是一种通讯/交互的标准/规范

⑤URL

• 是一种万维网寻址系统

⑥HTML

• 用来编写网页的超文本标记语言

⑦超链接

• 超链接是将网站中不同网页链接起来的功能

(2)HTML

HTML超文本标记语言

• Hyper Text Markup Language
• 网页的“源码”

浏览器：“解释和执行”HTML源码的工具

HTML文档的结构

1. HTML网页
2. 头部部分
3. 标题部分
4. 主体部分
5. 网页内容，包括文本、图像等

(3)网页基本标签

①头标签中常用标签

标签	描述
<title>	定义了文档的标题
<base>	定义了页面链接标签的默认链接地址
<link>	定义了一个文档和外部资源之间的关系
<meta>	定义了 HTML 文档中的元数据
<script>	定义了客户端的脚本文件
<style>	定义了 HTML 文档的样式文件

②内容标签中常用标签

标签	描述
<table>	定义一个表格
<tr>	定义了表格中的一行
<td>	定义了表格中某一行的一列
<img>	定义了一个图像
<a>	定义了一个超链接
<p>	定义了一行
<br>	定义了换行
<font>	定义了字体

③网页基本标签

网页摘要信息的作用

• 有利于浏览器解析

• 有利于搜索引擎搜索

  <title>标签 #标题    
  <meta>标签 #元标志
  

④标题标签类型

• 标题标签

• 行控制相关标签

• 范围标签

• 图像标签

• 超链接标签

• 特殊符号

  <h1>静夜思</h1>
  <p>床前明月光</p>
      疑是地上霜<br/>
  <span>举头望明月</span>
  <img src="linux.jpg"/>
  <a href="linux.html">我是郭德纲</a>
  &nbsp;&quot;&copy;$gt;
  

五、Web

(1)Web概述

• Web（World Wide Web）即全球广域网，也称为万维网
• 一种分布式图形信息系统
• 建立在Internet上的一种网络服务

(2)Web1.0 vs Web2.0

Web1.0

• 以编辑为特征，网站提供给用户的内容是编辑处理后的，然后用户阅读网站提供的内容
• 这个过程是网站到用户的单向行为

Web2.0

• 更注重用户的交互作用，用户既是网站内容的消费者（浏览者），也是网站内容的制造者
• 加强了网站与用户之间的互动，网站内容基于用户提供，网站的诸多功能也由用户参与建设，实现了网站与用户双向的交流与参与

Web2.0特征

• 用户分享、以兴趣为聚合点的社群、开放的平台，活跃的用户

(3)静态界面

①静态页面定义

静态网页是标准的HTML文件
扩展名是.htm .html

• 例如文本、图像、声音、Flash动画、客户端脚本和Activex控件及Java小程序等

是网站建设的基础，早期网站一般都由静态网页制作
没有后台数据库、不含程序和不可交互的网页
相对更新起来比较麻烦，适用于一般更新较少的展示型网站

②静态页面特点

• 每个静态网页都有一个固定的URL，且URL以.htm、.html、.shtml等常见形式为后缀，而不含有"?"
• 网页内容一经发布到网站服务器上，无论是否有用户访问，每个静态网页都是保存在网站服务器上的
• 静态网页的内容相对稳定，容易被搜索引擎检索
• 静态网页没有数据库的支持，在网站制作和维护方面工作量较大，因此当网站信息量很大时完全依靠- 静态网页制作方式比较困难
• 静态网页的交互性较差，在功能方面有较大的限制
• 页面浏览速度迅速，过程无需连接数据库，开启页面速度快于动态页面

(4)动态页面

①动态页面定义

• 网页URL不固定，能通过后台与用户交互
• 在动态网页网址中有一个标志性的符号——“?”
• 常用的语言有PHP、JSP、Python、Ruby等

②动态页面特点

交互性

• 网页会根据用户的要求和选择而动态改变和响应，将浏览器作为客户端界面，这将是今后wBB发展的大势所趋

自动更新

• 无须手动地更新HTML文档，便会自动生成新的页面，可以大大节省工作量

因时因人而变

• 当不同的时间，不同的人访问同一网址时会产生不同的页面

六、HTTP协议概述

(1)HTTP协议简介

1. HTTP（超文本传输协议HyperText TransferProtocol）协议是互联网上应用最为广泛的一种网络协议，它是基于TCP协议的应用层传输协议，简单来说就是客户端和服务端进行数据传输的一种规则。

2. HTTP/HTTPS是应用层上的协议，建立在传输层TCP之上，客户端通过与服务端进行TCP连接(三次握手)，之后发送HTTP请求与接收HTTP响应都是通过访问Socket接口来调用TCP协议实现

3. HTTP 是一种无状态 (stateless) 协议,HTTP协议本身不会对发送过的请求和相应的通信状态进行持久化处理（存储，保存）。这样做的目的是为了保持HTTP协议的简单性，从而能够快速处理大量的事务,提高效率。然而，在许多应用场景中，我们需要保持用户登录的状态或记录用户购物车中的商品。由于HTTP是无状态协议，所以必须引入一些技术来记录管理状态，例如Cookie。

4. cookie和session都为了实现的是http的短期的持久化(内存/缓存方式，查询快、效率比较高)，cookie是缓存在用户端（client)浏览器中的（默认缓存一天），当下次客户端通过同一个浏览器访问客户端的时候，会优先读取cookie中的缓存信息，向服务端进行请求，同时服务端收到客户端请求的时候，读取到cookie文件，知道客户端之前找的是服务器A处理的任务，为了省事儿，省资源，干脆直接讲请求直接再交给服务器A处理。

   两者对比：
   cookie 省服务器性能，session 更安全
   

HTTP协议版本

HTTP 0.9已过时

HTTP 1.0（完善的请求、响应模型 并且协议补充（完整） get post head方法）

HTTP 1.1（新增五种请求方式：OPTIONS PUT DELETE TRACE CONNECT）

HTTP 2.0

(2)HTTP1.0和HTTP1.1之间的区别

①缓存处理

在HTTP1.0中主要使用header里的If-Modified-Since,Expires来做为缓存判断的标准，HTTP1.1则引入了更多的缓存控制策略例如Entity tag，If-Unmodified-Since, If-Match, If-None-Match等更多可供选择的缓存头来控制缓存策略。

②宽带优化及网络连接的使用

HTTP1.0中，存在一些浪费带宽的现象，例如客户端只是需要某个对象的一部分，而服务器却将整个对象送过来了，并且不支持断点续传功能，HTTP1.1则在请求头引入了range头域，它允许只请求资源的某个部分，即返回码是206（Partial Content），这样就方便了开发者自由的选择以便于充分利用带宽和连接

③错误通知的管理

在HTTP1.1中新增了24个错误状态响应码，如409（Conflict）表示请求的资源与资源的当前状态发生冲突；410（Gone）表示服务器上的某个资源被永久性的删除

④Host头处理

在HTTP1.0中认为每台服务器都绑定一个唯一的IP地址，因此，请求消息中的URL并没有传递主机名（hostname）。但随着虚拟主机技术的发展，在一台物理服务器上可以存在多个虚拟主机（Multi-homed Web Servers），并且它们共享一个IP地址。HTTP1.1的请求消息和响应消息都应支持Host头域，且请求消息中如果没有Host头域会报告一个错误（400 Bad Request）

⑤长连接

HTTP 1.1支持长连接（PersistentConnection）和请求的流水线（Pipelining）处理，在一个TCP连接上可以传送多个HTTP请求和响应，减少了建立和关闭连接的消耗和延迟，在HTTP1.1中默认开启Connection： keep-alive，一定程度上弥补了HTTP1.0每次请求都要创建连接的缺点。

(3)HTTP请求格式(GET/POST方式)

HTTP 支持几种不同的请求命令，这些命令被称为 HTTP 方法，每条 HTTP 请求报文都包含一个方法，告诉服务器要执行什么动作，包括获取一个页面、允许一个网关程序、删除一个文件等。
其中，最常用的方法是 GET、POST，如下：

方法	描述
GET	请求获取Request-URL所标识的资源
PUT	请求服务器存储一个资源，并用Request-URL作为标识
DELETE	请求服务器删除Request-URL所标识的资源
POST	在Request-URL所标识的资源后附加新的数据
HEAD	请求获取由Request-URL所标识的资源的响应消息报头

①GET方式

请求行

请求的方式
请求的资源路径
请求的版本协议号

请求头(描述信息/标准化信息)

Accept：客户端可以接受的数据类型
Accept-Language：客户端可以接受的语言类型
User-Agent：浏览器的信息
Accpect-Encoding：客户端可以接受的编码格式
Host：表示请求的ip和端口号
Connection：告诉服务器请求连接如何处理
Keep-Alive：通知服务器回传数据不要马上关闭，保持一小段的连接
Closed：马上关闭

②POST请求方式

请求行

请求的方式
请求的资源路径
请求的协议的版本号

请求头

Accept：客户端可以接受的数据类型
Accept-Language：客户端可以接受的语言类型
Referer：表示请求发起时，浏览器地址栏中的地址
User-Agent：浏览器的信息
Content-Type：发送的数据类型
Content-Length：发送的数据长度

请求体

就是发送给服务器的数据

GET与POST区别

\	GET方法	POST方法
对数据长度的限制	URL的长度是受限制的（URL的最大长度是2048个字符）	无限制
缓存	能被缓存	不能被缓存
安全性	与POST相比，GET的安全性较差，因为所发送的数据是URL的一部分。在发送密码或其他敏感信息时绝不要使用GET	POST比GET更安全，因为参数不会被保存在浏览器历史或Web服务器日志中
历史	参数保留在浏览器历史中	参数不会保存在浏览器历史中
后退按钮/刷新	无害	数据会被重新提交（浏览器应该告知用户数据会被重新提交）
书签	可收藏为书签	不可收藏为书签

区别一：语义上的区别

Get向服务器请求数据，依照HTTP协议，get 是用来请求数据。

Post向服务器发数据，依照HTTP协议，Post的语义是向服务器添加数据，也就是说按照Post的语

义，该操作是会修改服务器上的数据

区别二：服务器请求的区别

Get请求是可以被缓存，示例：访问百度，访问的方式就是GET，此时访问后的内容会缓被存在浏览器中，短时间再次访问，其实是拿到的浏览器中的缓存内容

另外Get请求只能接收ASCII码的回复

Post请求是不可以被缓存的。对于Post方式提交表单，刷新页面浏览器会弹出提示框“是否重新提交表单”，Post可以接收二进制等各种数据形式，所以如果要上传文件一般用Post请求

区别三：参数放请求头和请求体的差别

Get请求通常没有请求体（当然这也是可以由程序猿心情改变的），在TCP传输中只需传输一次（而不是一个包），
所以Get请求效率相对高。

Post请求将数据放在请求体中，而实际传输中，会先传输完请求头，再传输请求体，是分为两次传输的
（而不是两个包）。Post请求头会比Get更小（一般不带参数），请求头更容易在一个TCP包中完成传输，
更何况请求头中有Content-Length的标识，可以更好地保证Http包的完整性。

GET方法	POST方法
从指定的服务器上获得数据	提交数据给指定服务器处理
GET请求能被缓存	POST请求不能被缓存
GET请求会保存在浏览器的浏览纪录里（cookit）	POST请求不会保存在浏览器的浏览纪录里
GET请求有长度的限制	POST请求没有长度限制
主要用于获取数据	​查询的字符串不会显示在URL中，比较安全
查询的字符串会显示在URL中，不安全

七、常见的状态返回码

状态码首位	已定义范围	分类
1xx	100-101	信息提示
2xx	200-206	成功
3xx	300-305	重定向
4xx	400-415	客户端错误
5xx	500-505	服务器 错误

生产环境常见的HTTP状态码

消息	描述
200 OK	请求成功（其后是对GET和POST请求的应答文档）
301 Moved Permanently	请求的永久页面跳转
403 Forbidden	禁止访问该页面
404 Not Found	服务器无法找到被请求的页面
500 Internal Server Error	内部服务器错误
502 Bad Gateway	无效网关
503 Service Unavailable	当前服务不可用
504 Gateway Timeout	网关请求超时

HTTP请求的基本流程

HTTP协议（HyperText Transfer Protocol，超文本传输协议）：是一种发布和接收 HTML页面的方法。

HTTPS（Hypertext Transfer Protocol over Secure Socket Layer）简单讲是HTTP的安全版，在HTTP下加入SSL层。

SSL（Secure Sockets Layer 安全套接层）主要用于Web的安全传输协议，在传输层对网络连接进行加密，保障在Internet上数据传输的安全。

HTTP的端口号为80，

HTTPS的端口号为443；

浏览器的主要功能是向服务器发出请求，在浏览器窗口中展示您选择的网络资源，HTTP是一套计算机通过网络进行通信的规则。

HTTP请求是指 ： 客户端通过发送 HTTP 请求向服务器请求对资源的访问。 它向服务器传递了一个数据块，也就是请求信息，HTTP 请求由三部分组成：请求行、请求头和请求正文。

工作原理

1. 由HTTP客户端发起一个请求，建立一个到服务器指定端口（默认是80端口）的TCP连接。 连接

2. HTTP服务器则在那个端口监听客户端发送过来的请求。一旦收到请求， 请求

3. 服务器（向客户端）发回一个状态行，比如"HTTP/1.1 200 OK"，和（响应的）消息，消息的消息体可能是请求的文件、错误消息、或者其它一些信息。 响应

4. 客户端接收服务器所返回的信息通过浏览器显示在用户的显示屏上，然后客 http工作流程图 http工作流程图 户机与服务器断开连接。

HTTP使用TCP而不是UDP的原因在于（打开）一个网页必须传送很多数据，而TCP协议提供传输控制，按顺序组织数据，和错误纠正

客户端解析到IP地址后会通过TCP的三次握手与服务器建立连接：

首先客户端向服务器发送请求连接报文，SYN=1初始序号seq为x，这时客户端进入SYN-SENT状态。

服务器确认请求报文ACK=1,SYN=1,确认序号ACK=X+1，服务器产生的初始序号seq=y，回复客户端确认连接，此时服务器进入SYN-RCVD状态。

客户端接受后确认报文ACK=1,ACK=y+1，客户端又重组序号为x+1。TCP连接已经建立，客户端进入ESTABLISHED 状态，当服务器收到客户端的确认后，也会进入 ESTABLISHED 状态。客户端连接到IP地址，发送httpGET的请求，从服务器读取http响应。

之后断开连接时，需要通过TCP的四次挥手完成：

客户端向服务器发送断开连接请求报文，FIN=1,ACK=1,序号为u,客户端处于FIN—WAIT-1（终止等待1）状态。

服务器确认报文ACK=1,确认序号为ACK=u+1,服务器的序号为v,回复客户端，服务器服务端处于CLOSE—WAIT（关闭等待）状态。

客户端接受确认报文ACK=1,确认序号ACK=v+1,客户端重组序号为seq=u+1，客户端处于FIN—WAIT-2（终止等待2）状态，然后服务器也想让客户端断开连接，就发送了断开连接请求，FIN=1，ACK=1,服务器重组序号为w,服务器服务端处于LAST—ACK（最后确认）状态。

客户端接受后确认报文ACK=1.确认序号为ACK=w+1,客户端序号为u+1，客户端进入CLOSED（时间等待）状态，等待最长报文段寿命2*MSL,服务器确认后，立即进入关闭状态。然后进行关闭连接。

八、总结

• 域名空间结构
• HTML文档结构
• 网页基本标签
• Web1.0和Web2.0的区别
• post和get方法区别
• HTTP协议报文格式