重定向问题浅析

 当我们在浏览器的地址栏输入网址的时候，背后发生了很多的故事，比如客户端和服务端在在DNS这一层要进行IP和域名的映射；在IP层双方都需要进行路由的寻址；在链路层，双方都需要进行MAC地址和IP地址的映射。我们今天所要讨论的是在应用层这一层所发生的重定向问题。

  这幅图得到两个结果：

  1、发生了重定向，即http://www.baidu.com ->https://www.baidu.com

  2、其实我输入的是baidu.com ，为什么Host头域是www.baidu.com

  第一个问题好理解，作为行业巨头，积极推动http2.0，以身作则，这个是我意淫的原因。其实主要目的也是减少用户搜索被窃听的风险，这不是我们这次讨论的主题，记住发生了重定向。第二个问题请看下一使用chrome浏览器的结果：

  显然chrome并没有越界，私自帮我加上www，难道IE就这么不讨人喜欢吗。其实也不是，其实这是我第一次使用chrome访问baidu.com，而IE则不是。经过我的实验发现浏览器会缓存重定向的结果。比如如果访问过了百度，再次输入的时候，浏览器会帮你补全www。至于为什么加上http而不是https，可能是https远没有http应用的广泛，主要浏览器厂商还没有设置默认加https吧，扯的有点远，回到重定向。

  对比下面两幅图

  访问www.zte.com.cn

 

  访问www.zte.com/cn

  得出如下结果：

  1、网址www.zte.com.cn被重定向到www.zte.com.cn/cn/

  2、网址www.zte.com.cn/cn还是被被重定向到www.zte.com.cn/cn/

  这说明"/"很重要，为甚在访问百度的时候"/"会被自动加上，而到了这里就不行了呢？在RFC2616中是这样规定的：If the abs_path is notpresent in the URL, it MUST be given as "/" when used as aRequest-URI for a resource.说的是在只有域名那一坨的时候，必须加"/"，这时候浏览器会自动加上"/"，但是对于www.zte.com.cn/cn，我并不清楚cn是可执行文件还是文件夹，所以浏览器就不能越俎代庖了，没有加上"/"，因此会发生重定向。

  再看下面几幅图：

  访问sina.com

  

  得出如下结果：

  1、访问sina.com/首先被重定向到www.sina.com/，然后被重定向到www.sina.com.cn/

  2、几次重定向分成了几条流来实现，主要是客户端端口在变化。

  为什么要进行这样的重定向，其实，我们人为的看这几个网址，觉得没什么差别，但是对于网络爬虫来说，比如百度的，如果不重定向的话，他会人为1中提的网址是三个网址，这样的话就会分散新浪的网址权值，造成排名下降，为了权值，我必须重定向啊。当然这也仅是原因之一。至于问题2并不是这次的讨论范畴，下次继续讨论。当然上面图中各个网址缓存时间都是不一样的，主要与个网站的作用有关。

  以上便是在开发协议过程中无意发现的一些现象，请大家多多吐槽。