《HTTP权威指南》学习笔记（一）—HTTP概述

1.HTTP——因特网的多媒体信使

HTTP使用的是可靠的数据传输协议，能确保数据在传输过程中不会损坏或混乱。

2.Web客户端和服务器

Web服务器（HTTP服务器）根据客户端的请求返回服务端的数据。（动态/静态资源，有着不同的格式）

2.1媒体类型

HTTP给Web传输的对象使用MIME类型区分数据格式。

MIME类型是一种文本标记。

格式：主要的对象类型/特定的子类型

• HTML:text/html
• 普通的ASCII文本:text/plain
• JPEG图片:image/jpeg
• gif:image/gif

2.2URI

服务器资源名：统一资源标识符(Uniform Resource Identifier,URI)---->网上的邮政地址，在世界范围内唯一标识并定位信息资源

URI有两种形式：URL和URN

2.3URL

统一资源定位符(URL)--->描述一台特定服务器上某资源的特定位置。说明如何从一个精确、固定的位置获取资源。

URL的格式：方案+地址+资源

方案：scheme,URL的第一部分，图中的HTTPS协议
地址：服务器的因特网地址
资源：Web服务器上的某个资源

3.事务

HTTP事务=请求命令+响应结果（通过HTTP报文的格式化数据块进行的）

3.1方法

HTTP方法：不同的请求命令，告诉服务器要执行的动作。

GET,PUT,DELETE,POST,HEAD

3.2状态码

HTTP报文返回携带一个状态码，三位数字的代码。

除了三位数字状态码，还会发送一条解释性的原因短语文本。

4.报文

由字符串组成，是纯文本

HTTP报文分为三部分：起始行+首部字段+主体

5.连接

5.1TCP/IP

TCP提供：

• 无差错的数据传输
• 按序传输
• 未分段的数据流

5.2连接，IP地址及端口号

HTTP客户端向服务器发送报文之前，需用IP地址和端口号在客户端和服务器之间建立一条TCP/IP连接
(类似于给公司办公室某个人打电话---------先拨公司号码（IP地址），再拨分机号（端口号）)

使用Telnet

Telnet可将键盘连接到某个目标TCP端口。并将TCP端口的输出返回到显示屏上。用于远程终端会话

6.协议版本

HTTP协议有几个版本
HTTP/0.9 HTTP/1.0 HTTP/1.1 HTTP/2.0

7.Web的结构组件

• 代理 客户端和服务器之间的HTTP中间实体
• 缓存 HTTP的仓库，保存常用页面的副本到离客户端近的地方
• 网关 连接其他应用程序的特殊Web服务器
• 隧道 对HTTP通信报文进行盲转发的特殊代理
• Agent代理 发起自动HTTP请求的半智能Web客户端

7.1代理

接收并转发客户端的HTTP请求到服务器（可能会修改后转发）

应用程序就是一个代理，代表用户访问服务器

7.2缓存

Web缓存（Web cache)/代理缓存（proxy cache）----->一种特殊的HTTP代理服务器

7.3网关

网关（gateway）：特殊的服务器，作为其他服务器的中间实体使用。

用于HTTP流量转换其他的协议。

7.4隧道

隧道（tunnel）:两条连接之间对原始数据进行盲转发的HTTP应用程序

HTTP隧道的常见用途：HTTPS连接（HTTP连接承载加密的SSL流量）

7.5Agent代理

代表用户发起HTTP连接的客户端程序

爬虫就是一种自动用户Agent代理