1. 网络基础

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（resource）等信 息，从而显示出 Web 页面。

像这种通过发送请求获取服务器资源的 Web 浏览器等，都可称为客户端（client）。

Web 使用一种名为 HTTP（HyperText Transfer Protocol，超文本传输协议）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。而协议是指规则的约定。可以说，Web 是建立在 HTTP 协议上通信的。

HTTP 的诞生

蒂姆 • 伯纳斯 - 李（Tim BernersLee） 博士提出了一种能让远隔两地的研究者们共享知识的设想

基本理念是：借助多文档之间相互关联形成的超文本 （HyperText），连成可相互参阅的 WWW（World Wide Web，万维网）

现在已提出了 3 项 WWW 构建技术，分别是：

• 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）

WWW 这一名称，是 Web 浏览器当年用来浏览超文本的客户端应用 程序时的名称。现在则用来表示这一系列的集合，也可简称为 Web。

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。

TCP/IP 是互联网相关的各类协议族的总称

协议中存在各式各样的内容：

• 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
• 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 协议族里重要的一点就是分层。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
• 数据链路层

把 TCP/IP 层次化是有好处的，把各层之间的接口部分规划好之后，每个层次内部的设计就能够自由改动了。

值得一提的是，层次化之后，设计也变得相对简单了。处于应用层上的应用可以只考虑分派给自己的任务，而不需要弄清对方在地球上哪个地方、对方的传输路线是怎样的、是否能确保传输送达等问题。

TCP/IP 协议族各层的作用如下：

• 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（File Transfer Protocol，文件传输协议）
    • 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 Control Protocol，传输控制协议）
    • UDP（User Data Protocol，用户数据报 协议）
• 网络层（又名网络互连层）
  • 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（又名数据链路层，网络接口层）
  • 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。

流程：

• 首先作为发送端的客户端在应用层 （HTTP 协议）发出一个想看某个 Web 页面的 HTTP 请求。
• 在传输层（TCP 协议）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。
• 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）。

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（Internet Protocol）网际协议位于网络层。因为几乎所有使用网络的系统都会用到IP协议。TCP/IP 协议族中的IP指的就是网际协议，协议名称中占据了一半位置，其重要性可见一斑。

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
  • 节点被分配到的地址
• MAC 地址
  • 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
  • MAC 地址基本上不会更改。

使用ARP 协议凭借 MAC 地址进行通信

IP 间的通信依赖 MAC 地址。在网络上，通信的双方在同一局域网（LAN）内的情况是很少的，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应的 MAC 地址。

路由选择

在到达通信目标前的中转过程中，那些计算机和路由器等网络设备只能获悉很粗略的传输路线。

确保可靠性的 TCP 协议

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地传给对方。

TCP 协议为了更容易传送大数据才把数据分割，而且TCP协议能够确认数据最终是否送达到对方。

确保数据能到达目标

为了准确无误地将数据送达目标处，TCP 协议采用了三次握手 （three-way handshaking）策略。握手过程中使用了 TCP 的标志（flag） —— 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达确认信息。最后，发送端再回传一个带 ACK 标志的数据包，代表“握手”结束。

若在握手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。

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。

计算机既可以被赋予 IP 地址，也可以被赋予主机名和域名

用户通常使用主机名或域名来访问对方的计算机，而不是直接通过IP地址访问。因为与 IP 地址的一组纯数字相比，用字母配合数字的表示形式来指定计算机名更符合人类的记忆习惯。

但要让计算机去理解名称，相对而言就变得困难了。因为计算机更擅长处理一长串数字。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。

各种协议与 HTTP 协议的关系

URI 和 URL

与 URI（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正是使用 Web 浏览器等 访问 Web 页面时需要输入的网页地址。

统一资源标识符

URI 是 Uniform Resource Identifier 的缩写。

• 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。
  • 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。

协议方案

• 采用 HTTP 协议时，协议方案就是 http。
• 还有 ftp、mailto、telnet、file等，标准的 URI 协议��案有 30 种左右

URI

URI 用字符串标识某一互联网资源，而URL表示资源的地点（互联网上所处的位置）。可见 URL是 URI 的子集。

表示指定的 URI，要使用涵盖全部必要信息的绝对URI、绝对URL以 及相对URL

• 绝对 URI
  
  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。也可使用 data: 或 javascript: 这类指定数据或脚本程序的方案名

登录信息（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录信息（身份认证）。此项是可选项。

服务器地址

使用绝对 URI 必须指定待访问的服务器地址。
地址可以是：

• 类似 hackr.jp 这种 DNS 可解析的名称，
• 192.168.1.1 这类 IPv4 地址名
• [0:0:0:0:0:0:0:1] 这样用方括号括起来的 IPv6 地址名。

服务器端口号

指定服务器连接的网络端口号。此项也是可选项，若用户省略则自动使用默认端口号。

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。此项可选。

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 中并没有明确规定其使用方法。该项也为可选项