1.1 使用HTTP协议访问Web
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。
Web使用一种名为HTTP(HyperText Transfer Protocol)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。而协议是规则的约定。可以说Web是建立在HTTP协议上通信的。
1.2 HTTP的诞生
1. 为知识共享而规划Web
1989年3月,由CERN的蒂姆-伯纳斯-李博士提出共享知识的设想。
最初基本理念:借助多文档之间相互关联形成的超文本,连成克相互参阅的WWW(World Wide Web)
现今的3项WWW构建技术
把SGML(Standard Generalized Markup Language,标准通用标记语言)作为页面的文本标记语言的HTML(HyperText Markup Language,超文本标记语言)
作为文档传递协议的HTTP
指定文档所在地址的URL(Uniform Resource Locator,统一资源定位符)
2. Web成长时代
1990年11月,CERN研发了世界第一台Web服务器和Wen浏览器
1990年,HTML1.0草案由于存在多处模糊不清的部分,被直接废弃
1993年1月,现代浏览器的祖先NCSA研发的Web浏览器Mosaic问世,它以in-line等形式显示HTML的图像,迅速在世界范围内流行开来。同年Mosaic的Windows和Macintosh版本面试,使用CGI技术的NCSA Web服务器,NCSA HTTPd1.0也差不多在这个时期出现
1994年12月,网景通信公司发布Netscape Navigator 1.0,1995年微软发布Internet Explorer 1.0和2.0。紧接着是Apache 0.2的问世,而HTML也发布了2.0版本。
Internet Explorer的版本从6升到7花费了5年,之后接连不断的发布了8、9、10版本,而Chrome,Opera,Safari,FireFox等浏览器也纷纷抢占市场份额
3. 驻足不前的HTTP
HTTP/0.9
HTTP于1990年问世,这时的HTTP并没有作为正式的标准被建立
HTTP/1.0
HTTP正式作为标准是1996年5月,虽是初期标准,但该协议标准至今仍被广泛使用在服务端
HTTP/1.1
1997年1月公布的HTTP/1.1是目前主流的HTTP协议版本。
HTTP/2.0
2015年5月正式发布
1.3 网络基础TCP/IP
通常使用的网络包括互联网是在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。
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应用层: 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(FileTransfer Protocol, 文件传输协议) 和 DNS(Domain Name System, 域名系统) 服务就是其中两类。
HTTP 协议也处于该层。
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(Transmission ControlProtocol, 传输控制协议) 和 UDP(User Data Protocol, 用户数据报协议)。
网络层: 网络层用来处理在网络上流动的数据包。
数据包是网络传输的最小数据单位。 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(Network Interface Card, 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。 -
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, 接收端则往应用层往上走。
以HTTP为例,首先作为发送端的客户端在应用层(HTTP)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)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(encapsulate)。
1.4 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位于网络层。
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地址可以和MAC地址进行配对。IP地址可变换,但MAC地址基本上不会更改。
在网络上,通信的双方在同一局域网(LAN)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(Address Resolution Protocol)。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方的MAC地址。
在到达通信目标前的中转过程中,中转机制为路由选择(routing)。类似快递公司的送货过程。寄快递时,只要将自己的货物送到集散中心,就可以知道快递公司是否肯收件发货,该快递公司的集散中心检查送货地址,明确下站该送往哪个地区的集散中心,接着那个地区的集散中心就会判断是否能够送到对方家中。 -
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(Byte Stream Service)是指,为了方便传输,将大块数据分割成以报文段(Segment)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的传给对方。
为了准确无误地将数据传送到目标处,TCP协议采用了三次握手策略。用TCP协议将数据包传送出去后,TCP一定会向对方确认是否成功送达。握手过程中使用了TCP的标志——SYN(synchronize)和ACK(acknowledgement)。
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到确认信息。最后发送端再回传一个带有ACK标志的数据包,代表“握手”结束。
若是在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。
此外,TCP还有其他方法来保证通信的可靠性。1.5 负责域名解析的DNS服务
DNS(Domain Name System)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。
用户通常使用主机名或者域名来访问对方的计算机,为不是直接通过IP地址访问。但让计算机理解名称,相对而言就变得困难了。
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。
1.6 各种协议与HTTP协议的关系
1.7 URI和URL
和URI(Uniform Resource Identifier,统一资源标识符)相比,我们更熟悉URL(Uniform Resource Locator,统一资源定位符)。
URL如:www.bilibili.com
URI:
-
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(如http: 或 ftp:) 也更容易 -
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, 全都可作为资源。 另外, 资源不仅可以是单一的, 也可以是多数的集合体。 -
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协议类型名称
URI用字符串标识某一互联网资源,而URL表示资源的地点。可见URL是URI的子集
“RFC3986:统一资源标识符(URI)通用语法”中列举了几种URI例子:
URI格式
绝对URI格式
-
使用http:或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 -
登陆信息(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陆信息(身份认证),可选项。 -
服务器地址
使用决定URI必须指定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,可选项,若省略则使用默认端口号 -
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。这与UNIX系统的文件目录结构相似 -
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,可选项 -
片段标识符
使用片段标识符通常可标记出已获取资源中的子资源(文档内的某个位置)。但在RFC中没有明确规定其使用方法,可选项
RFC(Request for Comments,征求修正意见书): 用于制定HTTP协议技术标准的文档。
通常,应用程序会遵照RFC确定的标准实现。可以说,RFC是互联网的设计文档,要是不按照RFC标准执行,就有可能导致无法通信的状况。比如, 有一台 Web 服务器内的应用服务没有遵照RFC 的标准实现, 那 Web 浏览器就很可能无法访问这台服务器了。
由于不遵照 RFC 标准实现就无法进行 HTTP 协议通信, 所以基本上客户端和服务器端都会以 RFC 为标准来实现 HTTP 协议。 但也存在某些应用程序因客户端或服务器端的不同, 而未遵照 RFC 标准, 反而将自成一套的“标准”扩展的情况。
不按 RFC 标准来实现, 当然也不必劳心费力让自己的“标准”符合其他所有的客户端和服务器端。 但设想一下, 如果这款应用程序的使用者非常多, 那会发生什么情况? 不难想象, 其他的客户端或服务器端必然都不得不去配合它。
实际在互联网上, 已经实现了 HTTP 协议的一些服务器端和客户端里就存在上述情况。