计算机速成课Crash Course - 30. 万维网

今天继续计算机速成课Crash Course的系列讲解。

更多技术文章，全网首发公众号 “极客之昂” 锁定 -上午11点 - ，感谢大家关注、转发、点赞！

30. 万维网

前两集我们深入讨论了电线、信号、交换机、数据包，路由器以及协议，它们共同组成了互联网。今天我们向上再抽象一层，来讨论万维网。

万维网(World Wide Web)和互联网(Internet)不是一回事，尽管人们经常混用这两个词。

万维网在互联网之上运行，互联网之上还有 Skype, Minecraft 和 Instagram，互联网是传递数据的管道，各种程序都会用，其中传输最多数据的程序是万维网，分布在全球数百万个服务器上，可以用"浏览器"来访问万维网。

这集我们会深入讲解万维网。

万维网的最基本单位，是单个页面，页面有内容，也有去往其他页面的链接，这些链接叫"超链接"。

你们都见过：可以点击的文字或图片，把你送往另一个页面，这些超链接形成巨大的互联网络，这就是"万维网"名字的由来。

现在说起来觉得很简单，但在超链接做出来之前，计算机上每次想看另一个信息时，你需要在文件系统中找到它，或是把地址输入搜索框，有了超链接，你可以在相关主题间轻松切换。

超链接的价值早在 1945 年就被 Vannevar Bush 意识到了，在第 24 集中我们说过，他发过一篇文章，描述一个假想的机器 Memex，Bush的形容是"关联式索引.. 选一个物品会引起，另一个物品被立即选中"。

他解释道："将两样东西联系在一起的过程十分重要，在任何时候，当其中一件东西进入视线，只需点一下按钮，立马就能回忆起另一件"。

1945年的时候计算机连显示屏都没有，所以这个想法非常超前！

因为文字超链接是如此强大，它得到了一个同样厉害的名字："超文本"！

如今超文本最常指向的，是另一个网页，然后网页由浏览器渲染，我们待会会讲。

为了使网页能相互连接，每个网页需要一个唯一的地址，这个地址叫 "统一资源定位器"，简称 URL。

一个网页URL的例子是 "thecrashcourse.com/courses"，就像上集讨论的，当你访问一个网站时，计算机首先会做"DNS查找"。

"DNS查找"的输入是一个域名，比如 thecrashcourse.com，DNS 会输出对应的IP地址，现在有了IP地址，你的浏览器会打开一个 TCP 连接到这个 IP 地址。

这个地址运行着"网页服务器"，网页服务器的标准端口是 80 端口，这时，你的计算机连到了，thecrashcourse.com 的服务器。

下一步是向服务器请求"courses"这个页面，这里会用"超文本传输协议"(HTTP)。

HTTP的第一个标准，HTTP 0.9，创建于1991年，只有一个指令，"GET" 指令，幸运的是，对当时来说也够用。

因为我们想要的是"courses"页面，我们向服务器发送指令:"GET /courses"，该指令以"ASCII编码"发送到服务器。服务器会返回该地址对应的网页，然后浏览器会渲染到屏幕上。

如果用户点了另一个链接，计算机会重新发一个GET请求，你浏览网站时，这个步骤会不断重复。

在之后的版本，HTTP添加了状态码，状态码放在请求前面。

举例，状态码 200 代表 "网页找到了,给你"，状态码400~499代表客户端出错，比如网页不存在，就是可怕的404错误。

"超文本"的存储和发送都是以普通文本形式。

举个例子，编码可能是 ASCII 或 UTF-16，我们在第4集和第20集讨论过，因为如果只有纯文本，无法表明什么是链接，什么不是链接，所以有必要开发一种标记方法，因此开发了 超文本标记语言（HTML)。

HTML 第一版的版本号是 0.8，创建于 1990 年，有18种HTML指令，仅此而已。

我们来做一个网页吧！

首先，给网页一个大标题，我们输 h1 代表一级标题，然后用<>括起来，这就是一个HTML标签，然后输入想要的标题，我们不想一整页都是标题，所以加 </h1> 作为结束标签。

现在来加点内容，读者可能不知道"克林贡"是什么，所以我们给这个词，加一个超链接到"克林贡语言研究院"，我们用 <a> 标签来做，它有一个 href 属性，说明链接指向哪里，当点击链接时就会进入那个网页，最后用 </a> 关闭标签。

接下来用 <h2> 标签做二级标题，HTML也有做列表的标签，我们先写<ol> 代表 有序列表（ordered list），然后想加几个列表项目就加几个，用 <li> 包起来就行，读者可能不知道Bat'leth是什么，那么也加上超链接，最后，为了保持良好格式，用</ol>代表列表结束。

这就完成了 - 一个很简单的网页！

如果把这些文字存入记事本或文本编辑器，然后文件取名"test.html"，就可以拖入浏览器打开。

当然，如今的网页更复杂一些，最新版的 HTML，HTML5，有100多种标签，图片标签，表格标签，表单标签，按钮标签，等等。

还有其他相关技术就不说了，比如 层叠样式表 (CSS)和 JavaScript，这俩可以加进网页，做一些更厉害的事。

让我们回到浏览器，网页浏览器可以和网页服务器沟通，浏览器不仅获取网页和媒体，获取后还负责显示。

第一个浏览器和服务器，是 Tim Berners-Lee 在 1990 年写的，一共花了2个月，那时候他在瑞士的"欧洲核子研究所"工作，为了做出来，他同时建立了几个最基本的网络标准，URL, HTML 和 HTTP。

两个月能做这些很不错啊！

不过公平点说，他研究超文本系统已经有十几年了，和同事在 CERN 内部使用一阵子后，在 1991 年发布了出去，万维网就此诞生。

重要的是，万维网有开放标准，大家都可以开发新服务器和新浏览器，因此"伊利诺伊大学香槟分校"的一个小组，在 1993 年做了 Mosaic 浏览器，第一个可以在文字旁边显示图片的浏览器。

之前浏览器要单开一个新窗口显示图片，还引进了书签等新功能，界面友好，使它很受欢迎，尽管看上去硬邦邦的，但和如今的浏览器长的差不多。

1990年代末有许多浏览器面世，Netscape Navigator, Internet Explorer, Opera, OmniWeb, Mozilla，也有很多服务器面世，比如 Apache 和 微软互联网信息服务(IIS)。

每天都有新网站冒出来，如今的网络巨头，比如亚马逊和 eBay，创始于 1990 年代中期。

那是个黄金时代！

随着万维网日益繁荣，人们越来越需要搜索，如果你知道网站地址，比如 ebay.com，直接输入浏览器就行，如果不知道地址呢？

比如想找可爱猫咪的图片，现在就要！去哪里找呢？

起初人们会维护一个目录，链接到其他网站，其中最有名的叫"Jerry和David的万维网指南"，1994年改名为Yahoo。

随着网络越来越大，人工编辑的目录变得不便利，所以开发了搜索引擎。

让我们进入思想泡泡~~

长的最像现代搜索引擎的最早搜素引擎，叫JumpStation，由Jonathon Fletcher于1993年在斯特林大学创建。

它有 3 个部分，第一个是爬虫，一个跟着链接到处跑的软件，每当看到新链接，就加进自己的列表里。

第二个部分是不断扩张的索引，记录访问过的网页上，出现过哪些词。

最后一个部分，是查询索引的搜索算法。

举个例子，如果我在 JumpStation 输入"猫"，每个有"猫"这个词的网页都会出现。

早期搜索引擎的排名方式 非常简单，取决于搜索词在页面上的出现次数，刚开始还行，直到有人开始钻空子，比如在网页上写几百个"猫"，把人们吸引过来。

谷歌成名的一个很大原因是，创造了一个聪明的算法来规避这个问题，与其信任网页上的内容，搜索引擎会看其他网站，有没有链接到这个网站。

如果只是写满"猫"的垃圾网站，没有网站会指向它，如果有关于猫的有用内容，有网站会指向它，所以这些"反向链接"的数量，特别是有信誉的网站，代表了网站质量。

Google 一开始时是 1996 年斯坦福大学，一个叫 BackRub 的研究项目，两年后分离出来，演变成如今的谷歌。

谢谢思想泡泡！

最后，我想讲一个词，你最近可能经常听到，网络中立性，现在你对数据包，路由和万维网，有了个大体概念，足够你理解这个争论的核心点，至少从技术角度。

简单说"网络中立性"是应该平等对待所有数据包，不论这个数据包是我的邮件，或者是你在看视频，速度和优先级应该是一样的。

但很多公司会乐意让它们的数据优先到达，拿 Comcast 举例，它们不但是大型互联网服务提供商，而且拥有多家电视频道，比如 NBC 和 The Weather Channel，可以在线看。

我不是特意找Comcast麻烦，但要是没有网络中立性，Comcast 可以让自己的内容优先到达，节流其他线上视频，节流(Throttled) 意思是故意给更少带宽和更低优先级。

再次重申，这只是举例，不是说 Comcast 很坏。

支持网络中立性的人说，没有中立性后，服务商可以推出提速的"高级套餐"，给剥削性商业模式埋下种子。

互联网服务供应商成为信息的"守门人"，它们有着强烈的动机去碾压对手，另外，Netflix和Google这样的大公司可以花钱买特权，而小公司，比如刚成立的创业公司，会处于劣势，阻止了创新。

另一方面，从技术原因看，也许你会希望不同数据传输速度不同，你希望Skype的优先级更高，邮件晚几秒没关系。

而反对"网络中立性"的人认为，市场竞争会阻碍不良行为，如果供应商把客户喜欢的网站降速，客户会离开供应商。

这场争辩还会持续很久，就像我们在 Crash Course 其他系列中说过，你应该自己主动了解更多信息，因为"网络中立性"的影响十分复杂而且广泛。

我们下节课再见。

---

以上内容就是 30. 万维网 的内容，感兴趣的同学记得点赞、关注、转发、收藏哦！

我会不定期发布课程的讲解！

更多技术文章，全网首发公众号 “极客之昂” 锁定 -上午11点 - ，感谢大家关注、转发、点赞！