重点知识点

目录

一、正则表达式

二、id和class的区别

1.id

2.class

三、DNS原理

1.几种解析方式

 2.工作原理

四、网页组成

1.协议

2.主机

3.端口

4.路径

5.查询参数

6.锚点

五、五种编码

1.urlcode

（1）xss_location绕过实例

①代码含义

②过滤

③绕过

2.unicode

3.ASCII

4.html实体编码

5.UTF-8

---

一、正则表达式

1.内容列表

• .：匹配任何单个字符。

• ?：上一项是可选的，最多匹配一次。

• *：前一项将被匹配零次或多次。

• +：前一项将被匹配一次或多次。

• {N}：上一项完全匹配N次。

• {N，}：前一项匹配N次或多次。

• {N，M}：前一项至少匹配N次，但不超过M次。

• --：表示范围，如果它不是列表中的第一个或最后一个，也不是列表中某个范围的终点。

• ^：匹配行首的空字符串；也代表不在列表范围内的字符。

• $：匹配行尾的空字符串。

• \b：匹配单词边缘的空字符串。

• \B：匹配空字符串，前提是它不在单词的边缘。

• \<：匹配单词开头的空字符串。

• \>：匹配单词末尾的空字符串。

\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。
\f	匹配一个换页符。
\n	匹配一个换行符。
\r	匹配一个回车符。
\s	匹配任何不可见字符，包括空格、制表符、换页符等等。
\S	匹配任何可见字符。
\t	匹配一个制表符。
\v	匹配一个垂直制表符。
\w	匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，
\W	匹配任何非单词字符。

2.简单实例

正则表达式	描述
/\b([a-z]+) \1\b/gi	一个单词连续出现的位置。
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/	匹配一个 URL 解析为协议、域、端口及相对路径。
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/	定位章节的位置。
/[-a-z]/	a 至 z 共 26个 字母再加一个 - 号。
/ter\b/	可匹配 chapter，而不能匹配 terminal。
/\Bapt/	可匹配 chapter，而不能匹配 aptitude。
/Windows(?=95 |98 |NT )/	可匹配 Windows95 或 Windows98 或 WindowsNT，当找到一个匹配后，从 Windows 后面开始进行下一次的检索匹配。
/^\s*$/	匹配空行。
/\d{2}-\d{5}/	验证由两位数字、一个连字符再加 5 位数字组成的 ID 号。
<[a-zA-Z]+.*?>([\s\S]*?)</[a-zA-Z]*?>	匹配 HTML 标记。

正则表达式	描述
hello	匹配 {hello}
gray|grey	匹配 {gray, grey}
gr(a|e)y	匹配 {gray, grey}
gr[ae]y	匹配 {gray, grey}
b[aeiou]bble	匹配 {babble, bebble, bibble, bobble, bubble}
[b-chm-pP]at|ot	匹配 {bat, cat, hat, mat, nat, oat, pat, Pat, ot}
colou?r	匹配 {color, colour}
rege(x(es)?|xps?)	匹配 {regex, regexes, regexp, regexps}
go*gle	匹配 {ggle, gogle, google, gooogle, goooogle, ...}
go+gle	匹配 {gogle, google, gooogle, goooogle, ...}
g(oog)+le	匹配 {google, googoogle, googoogoogle, googoogoogoogle, ...}
z{3}	匹配 {zzz}
z{3,6}	匹配 {zzz, zzzz, zzzzz, zzzzzz}
z{3,}	匹配 {zzz, zzzz, zzzzz, ...}
[Bb]rainf\*\*k	匹配 {Brainf**k, brainf**k}
\d	匹配 {0,1,2,3,4,5,6,7,8,9}
1\d{10}	匹配 11 个数字，以 1 开头
[2-9]|[12]\d|3[0-6]	匹配 2 到 36 范围内的整数
Hello\nworld	匹配 Hello 后跟换行符，后跟 world
\d+(\.\d\d)?	包含一个正整数或包含两位小数位的浮点数。
[^*@#]	排除 *、@ 、# 三个特色符号
//[^\r\n]*[\r\n]	匹配 // 开头的注释
^dog	匹配以 "dog" 开始
dog$	匹配以 "dog" 结尾
^dog$	is exactly "dog"

二、id和class的区别

1.id

id属性是元素在网页内的唯一标识符。比如，网页可能包含多个<p>标签，id属性可以指定每个<p>标签的唯一标识符。

<p id="p1"></p>
<p id="p2"></p>
<p id="p3"></p>

上面代码中，三个<p>标签具有不同的id属性，因此可以区分。

id属性的值必须是全局唯一的，同一个页面不能有两个相同的id属性。另外，id属性的值不得包含空格。

id属性的值还可以在最前面加上#，放到 URL 中作为锚点，定位到该元素在网页内部的位置。比如，用户访问网址https://foo.com/index.html#bar的时候，浏览器会自动将页面滚动到bar的位置，让用户第一眼就看到这部分内容。

2.class

class属性用来对网页元素进行分类。如果不同元素的class`属性值相同，就表示它们是一类的。

<p class="para"></p>
<p></p>
<p class="para"></p>

上面代码中，第一个<p>和第三个<p>是一类，因为它们的class属性相同。

元素可以同时具有多个 class，它们之间使用空格分隔。

<p class="p1 p2 p3"></p>

上面的p元素同时具有p1、p2、p3三个 class。

三、DNS原理

1.几种解析方式

（1） `A`：地址记录（Address），返回域名指向的IP地址。

（2） `NS`：域名服务器记录（Name Server），返回保存下一级域名信息的服务器地址。该记录只能设置为域名，不能设置为IP地址。

（3）`MX`：邮件记录（Mail eXchange），返回接收电子邮件的服务器地址。

（4）`CNAME`：规范名称记录（Canonical Name），返回另一个域名，即当前查询的域名是另一个域名的跳转。

（5）`PTR`：逆向查询记录（Pointer Record），只用于从IP地址查询域名。

 

负载均衡：

 2.工作原理

（1）解析规则

①递归和迭代

输入百度域名，首先查本地缓存，若缓存未查到，再去查hosts，然后网关（路由器上内置dns服务器，13台根域的地址），然后根域服务器顶级域→.com→baidu.com→解析服务器（解析IP与域名的映射关系）→返回路由器→返回缓存，知晓网站IP后，建立稳定可靠连接（https，keep alive，使用TCP/IP协议），与百度三次握手建立长连接，浏览器关闭，keep alive终止，三次握手后然后进行证书匹配（对称加密和非对称加密，是否安全），最后发送http request请求，200OK请求成功。

com：一级域名，表示这是一个企业域名。当然还有net(网络提供商)，org(非盈利组织)等
baidu：二级域名，指公司名。
www：习惯用法。

 ②优先查看hosts的映射关系

四、网页组成

eg：https://www.example.com:80/path/to/myfile.html?key1=value1&key2=value2#anchor

端口号：

ftp：20、21
telnet：23
ssh：22
smtp：25 邮件协议
DNS：53
DHCP：67、68
http：80
pop3：110 邮件协议
https：443
ladp：389 域控制器上的端口
mysql：3306
sqlserver：1433 c#
oracle：1521
windows远程连接：3389
redis（nosql数据库）6379

1.协议

协议（scheme）是浏览器请求服务器资源的方法，上例是https://的部分，表示使用 HTTPS 协议。

2.主机

主机（host）是资源所在的网站名或服务器的名字，又称为域名。上例的主机是www.example.com。

request和response

response返回时的状态码
200：访问成功
404：not found
403：forbidden 权限不够
401：unauthorized 未授权，必须有账号密码才可以登录
500：服务器错误（代码、服务器配置错误）
3开头的重定向：登陆页面最常出现
301：状态码301和状态码302相似，不同的是状态码301往往代表的是永久性的重定向

302：代表临时跳转。
303：see other，客户端应当采用get方法获取资源
304：服务器通过返回状态码304可以告诉客户端请求资源成功
307：临时重定向
308：永久重定向

3.端口

同一个域名下面可能同时包含多个网站，它们之间通过端口（port）区分。“端口”就是一个整数，可以简单理解成，访问者告诉服务器，想要访问哪一个网站。HTTP 协议的默认端口是80，如果省略了这个参数，服务器就会返回80端口的网站。

端口紧跟在域名后面，两者之间使用冒号分隔，比如www.example.com:80。

4.路径

路径（path）是资源在网站的位置。比如，/path/index.html这个路径，指向网站的/path子目录下面的网页文件index.html。

5.查询参数

查询参数（parameter）是提供给服务器的额外信息。参数的位置是在路径后面，两者之间使用?分隔，上例是?key1=value1&key2=value2。

6.锚点

锚点（anchor）是网页内部的定位点，使用#加上锚点名称，放在网址的最后，比如#anchor。浏览器加载页面以后，会自动滚动到锚点所在的位置。

DHCP工作原理

五、五种编码

1.urlcode

（1）编码规则

将需要转码的字符转为16进制，然后从右到左取4位(不足4位直接处理)，每2位做一位，前面加上%，编码成%XY格式。

eg：空格ASCII码是32，对应16进制是20，那么urlencode编码结果是:%20，中ASCII码是-10544，对应的16进制是D6D0，那么urlencode编码结果是:%D6%D0

（2）xss_location绕过实例

 

①代码含义

2：php代码关掉浏览器防御

3：三元运算符

4、5：replace函数对数组中东西进行替换，结果输出到img标签

②过滤

（）：防止执行函数

&：防止使用html实体编码

\u：unicode

<>：js标签

③绕过

 a：对大小括号进行unicode编码，但是浏览器解码后才进入程序中，还是过滤掉了大小括号

 b：对%进行编码

      %：%25 （：%28 ）：%29

 

c：js中不允许编码符号

d：location函数可以将右边一串符号转换为变量，js中变量值可以编码，如下图，绕过并产生了弹窗

2.unicode

3.ASCII

4.html实体编码

<p>hello</p>
<!-- 等同于 -->
十进制
<p>&#104;&#101;&#108;&#108;&#111;</p>
<!-- 等同于 -->
十六进制
<p>&#x68;&#x65;&#x6c;&#x6c;&#x6f;</p>

（1）html页面解析实体编码

①空格：&nbsp；

 

②< ：&lt； >： &gt；

浏览器解析结果：

5.UTF-8

    在 ASCII 码范围内的代码点，UTF-8 使用 1 个字节表示。
    大于 ASCII 码范围的代码点，UTF-8 使用多个字节表示。UTF-8 使用第一个字节的前几位表示该 Unicode 字符的字节长度（第一个字节的开头 1 的数目就是该 Unicode 字符的字节长度），其余字节的前两位固定为 10，作为标记
        如果第一个字节的前两位为 1，第三位为 0（110xxxxx），则表示 UTF-8 使用 2 个字节表示该 Unicode 字符；
        如果第一个字节的前三位为 1，第四位为 0（1110xxxx），则表示 UTF-8 使用 3 个字节表示该 Unicode 字符；
        依此类推；
        如果第一个字节的前六位为 1，第七位为 0（1111110x），则表示 UTF-8 使用 6 个字节表示该 Unicode 字符；