前言

本章介绍一些简单的web基本要素，例如基本Internet协议、超文本传输协议、HTTP请求与响应以及WEB客户端和服务器。主要以介绍概念为主，了解就好。

---

因特网与万维网

Internet 是在一个通信网络中连接的计算机的大规模集合。计算机通信协议(communication protocol)是两台计算机如何通信的详细规范，它们被执行以服务于某种目的。

Internet协议

TCP/IP

传输控制协议(Transmission Control Protocol/Internet Protocol, TCP/IP) 是计算机网络连接的标准协议。它允许某台计算机中的程序通过Internet 直接和另一台计算机中的程序进行通信。

其中，TCP和IP是两个不同的协议，我们先从IP协议说起。

对于我们来说， Internet 节点是通过名称进行标识的；而对于计算机来说，它们是通过数字地址进行标识的。这种机制类似于程序中的变量名和变量的数字内存地址之间的关系。我们是通过变量名来标识变量，计算机则是通过变量的数字形式的内存地址来标识变量。IP是一个地址，代表了互联网中计算机的识别变量。

计算机接入到Internet 的IP地址是一个唯一的32 位数字（IPV4）或128位数字（IPV6）。这里主要介绍IPV4，为了方便人类阅读和分析，它通常被写作点分十进制的形式，即四个字节被分开用十进制写出，中间用点分隔。

例如：

• 192.0.2.235 （内网保留地址）
• 120.253.255.97 （公网地址）

一些IP地址被保留作专用地址（内网等），例如192.168.x.x；部分IP地址连接了全球互联网（公网），例如120.253.255.97。

我们通过IP地址，可以在互联网中访问一个云端内容之类的。

TCP (Transmission Control Protocol,传输控制协议）是一种更高级的协议，它扩展了IP以提供额外的功能，保证数据传输的可靠性和完整性。TCP协议通常用于客户端和服务器之间的通信，例如Web浏览器与Web服务器之间的通信，电子邮件客户端与邮件服务器之间的通信等。

TCP添加到IP中的一个重要特性是端口(port)。端口允许使用TCP与一台机器上许多不同的应用程序通信。

例如：SSH协议的端口号是22，我们可以通过22端口使用SSH登入主机；同时HTTP协议的默认端口为80，我们可以通过80端口访问HTTP。假设我们的IP为1.2.3.4，则我们访问1.2.3.4:22 与 1.2.3.4:80 是不一样的效果，它允许这个IP上许多不同的应用程序通信。

UDP

UDP是一种计算机网络传输协议，全称为用户数据报协议（User Datagram Protocol）。它是一种简单的、无连接的传输层协议。

UDP 为应用程序提供了一种无需建立连接就可以发送封装的 IP 数据包的方法。相比于TCP，UDP并不提供可靠性保证，但是可以高速处理简单信息。

UDP协议主要用于在应用层所需的速度优先于可靠性的场景下，如音视频传输、在线游戏等。由于UDP没有建立连接的开销，并且不对数据进行确认应答和重传等操作，因此可以更快地传输数据，但也会存在数据传输丢失或出现乱序等问题。

域名（domain）

域名是互联网中用于标识和定位计算机或网络服务器的一种名称，通常由多个部分组成，以点号分隔。域名是面向用户的，而IP是面向计算机的。用户可以使用易于理解的名称来访问互联网上的任何资源，而不需要记住复杂的IP地址。因此，域名是指向IP的，在DNS中会继续描述。

例如：hoyue.fun是本站的域名，其中hoyue为主机名称，fun为域名称。由主机名称和域名称组成域名，其中域只有一级时为顶级域名。

而nav.hoyue.fun是二级域名，其中nav为主机名称，而hoyue域是fun域的一部分，此时域名称为hoyue.fun，是个二级域名。

常见的顶级域名的域有：

• .com：商业
• .org：非营利组织
• .net：网络基础设施
• .edu：教育机构
• .gov：政府机构

以及一些国家和地区拥有自己的顶级域名，例如：

• .cn：中国
• .hk：香港
• .mo：澳门
• .tw：台湾
• .us：美国
• .uk：英国
• .jp：日本
• .ca：加拿大
• .au：澳大利亚

DNS

DNS是域名系统（Domain Name System）的缩写。它是一种分布式的、层次化的命名系统，用于在互联网上映射主机名和IP地址之间的关系。简单来说，DNS就是将易于记忆的域名转换成对应的IP地址。

DNS系统将IP地址与易于理解和记忆的域名建立了映射关系，使得用户可以通过输入域名来访问目标主机，而不需要直接使用IP地址。

DNS系统由多个服务器组成，分为根域名服务器，顶级域名服务器，权威域名服务器和本地域名服务器等层次。当用户输入一个域名时，本地域名服务器会先查找自己的DNS缓存，如果没有找到，则向上级域名服务器逐级查询，直到得到目标主机的IP地址为止。

当DNS系统无法工作时，我们就无法将域名映射到IP上，此时我们无法通过域名访问IP地址。但是，我们还可以通过直接访问IP地址来访问，它不受DNS系统影响。

其他高级协议

我们还有很多高级的协议基于TCP和UDP，在IANA注册的常用协议以及其端口如下：

TCP端口：

• 21：FTP（文件传输协议）数据传输控制命令
• 22：SSH（安全外壳协议）远程登录协议
• 25：SMTP（简单邮件传输协议）用于发送电子邮件
• 53：DNS（域名系统）查询和响应
• 80：HTTP（超文本传输协议）Web服务器默认端口
• 110：POP3（邮局协议版本3）接收电子邮件
• 143：IMAP（因特网消息访问协议）接收邮件协议
• 443：HTTPS（安全超文本传输协议）Web服务器加密端口
• 3389：RDP（远程桌面协议）Windows系统远程控制

UDP端口：

• 53：DNS，DNS服务查询和响应
• 67/68：DHCP（动态主机配置协议）客户端和服务器之间的通信
• 69：TFTP（简单文件传输协议）用于在网络上传输文件
• 123：NTP（网络时间协议）用于同步计算机的时间
• 161/162：SNMP（简单网络管理协议）用于监控和管理网络设备

---

万维网

万维网（World Wide Web，简称Web或WWW）是一种基于互联网的信息系统，它由一系列互相链接的超文本文档组成，通过互联网传输和共享各种形式的信息，包括文字、图片、视频、音频等。

它与Internet的区别是：Internet是一个底层的基础设施，它提供了计算机之间交换数据和通信的能力；而Web是一个基于Internet上的应用，它利用Internet的基础设施来实现信息的共享和传递。

万维网的核心技术是超文本传输协议（HTTP）和超文本标记语言（HTML），它们使得用户可以轻松地通过浏览器访问各种网站和网页，并且可以通过超链接在不同网页之间跳转。此外，Web还使用了其他技术，例如JavaScript、CSS、XML、Ajax等，用于实现各种功能和增强用户体验。

---

超文本传输协议

超文本传输协议（Hypertext Transfer Protocol,HTTP）是用于从万维网传输超文本到浏览器的传输协议。它详细规定了 Web 客户与服务器之间应该如何通信。

所谓超文本，它可以通过链接将有关联的文本、图像、声音、视频等多媒体元素相连，形成一种分层、非线性的信息结构。

HTTP协议使用客户端-服务器模型，客户端发送请求，服务器返回响应（或请求-响应模型）。

它的工作流程可以简单概括为以下几个步骤：

1. 客户端向服务器发送HTTP请求，请求中包含URL地址、请求方法、头部信息等内容。
2. 服务器接收到请求后，解析请求内容，根据请求内容生成响应数据，并将其发送回客户端。
3. 客户端接收到响应后，解析响应内容，根据响应结果进行相应处理，例如显示网页、下载文件等。

接下来我们来具体学习HTTP的请求与响应。

---

HTTP请求

HTTP 请求的通用格式如下所示：

<method> <request-URI> <HTTP-version>
<headers>
<entity-body>

其中，<method>指明HTTP请求使用的方法，例如GET、POST等，<request-URI>是请求的统一资源标识符，指明了请求要访问哪个资源，<HTTP-version>指定所使用的HTTP协议版本。<headers>部分包含了请求头信息，用于传递各种参数和元数据。最后，<entity-body>表示请求体，它包含了客户端提交的实际数据，例如表单数据、文件内容等。

HTTP请求方法

HTTP请求的常见方法：

1. GET：用于获取资源，通常用于查询数据或者从服务器上下载文件。
2. POST：用于向服务器提交数据，在服务器端创建或更新资源。通常用于提交表单数据、上传文件等操作。
3. PUT：用于向服务器更新资源。PUT方法和POST方法类似，但是PUT方法要求客户端提供更新后整个资源的内容，而不是仅仅提供更新的部分信息。
4. DELETE：用于删除服务器上的资源。
5. HEAD：与GET方法类似，但是不返回请求的资源，只返回响应头部信息。

GET 和POST 是最常用的两个方法。

URL

URL是Uniform Resource Locator（统一资源定位器）的缩写。它是用于指定互联网上资源位置的标准方式，常用于在浏览器中访问网站、下载文件等操作。在HTTP中URL是定位资源的标识。

URL由多个部分组成，有：

1. 协议：指明了客户端与服务器之间通信所使用的协议，如http、https、ftp等。
2. 主机名（或IP地址）：指定了服务器的地址。
3. 端口号：指定了客户端与服务器之间通信所使用的端口号，如果没有指定则默认为80（http）或443（https）。
4. 路径：指定了要请求的资源在服务器上的位置。
5. 查询参数：用于向服务器传递额外的信息，以便服务器根据这些信息返回不同的结果。

例如：http://www.example.org:56789/a/b/c.txt?t=win&s=chess#para5

• 协议：HTTP
• 主机名：www.example.org
• 端口号：56789
• 路径：/a/b/c.txt
• 查询参数：?t=win&s=chess#para5 其中查询命令为t、s，参数为win、chess和#para5

HTTP版本

HTTP版本逐步迭代，这部分不是重点，学习笔记主要以HTTP1.1版本，即HTTP/1.1为例。目前最新HTTP版本为3.0。

请求头

HTTP 通信的首行之后是任意数目的头部字段，称为请求头。头部字段的格式是由字段名称和字段值构成的，字段名称和字段值之间使用冒号隔开。

以下为常见的请求头，除了HOST外在HTTP/1.1中无法省略外，其他大多是可选的：

1. Host：指定服务器的主机名和端口号。格式为：HOST: hostname:port，其中HOST字段不必全部大写。
2. Accept：指定客户端能够接收的数据类型，用于告诉服务器返回何种格式的资源。
3. User-Agent：浏览器或客户端的身份标识，用于告诉服务器请求来源的类型和版本号。
4. Referer：表示当前请求是从哪个页面跳转过来的，用于记录请求的来源。
5. Content-Type：指定请求中包含的实体的MIME类型，例如提交表单数据时使用的application/x-www-form-urlencoded、上传文件时使用的multipart/form-data等。
6. Authorization：用于在请求中传递用户凭证信息，通常用于进行身份验证。
7. Cookie：用于在客户端和服务器之间传递会话信息，记录用户的登录状态等。
8. Connection：控制是否使用持久连接，即保持TCP连接开启状态，以便在同一连接上发送多个请求。
9. Cache-Control：设置缓存策略，控制浏览器如何缓存资源。

Accept请求头

Accept请求头用于告诉服务器客户端能够接受哪些MIME类型的资源。

MIME是Multipurpose Internet Mail Extensions（多用途互联网邮件扩展）的缩写，它是一种标准化的互联网数据格式，用于表示不同类型的文件和数据。MIME类型通常以“<主类型>/<子类型>”的形式命名，如text/html、image/jpeg等。

如果服务器返回的响应类型与客户端指定的MIME类型不匹配，则客户端可能会拒绝接受该响应或者进行其他处理，例如将响应用于下载而非直接在浏览器中渲染。

它的常见格式如下：

Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8

Accept后接MIME资源类型，分号后接优先级，用q=n表示，用于指定客户端对不同类型资源的偏好程度，权重值越高表示偏好程度越高。权重值范围是0~1，默认为1，越靠近1优先级越高。通配符“*”可以表示任意类型。

Accept请求头中常见的MIME类型及其默认优先级如下：

• text/html：用于表示HTML文档，通常是Web浏览器中最常见的MIME类型，优先级很高。
• application/json：用于表示JSON格式的数据，通常用于Web API和前后端数据交互，优先级较高。
• application/xml：用于表示XML格式的数据，通常用于数据交换和Web服务，优先级较高。
• image/jpeg、image/png、image/gif：用于表示图像文件，分别对应JPEG、PNG和GIF三种格式，优先级较高。
• application/javascript、text/javascript：用于表示JavaScript代码，优先级较高。
• application/pdf：用于表示PDF文件，通常用于文档共享、存档等场景，优先级较高。
• text/css：用于表示CSS样式表，通常用于网页布局和视觉效果，优先级较高。
• application/octet-stream：用于表示二进制流数据，优先级较低。
• application/msword、application/vnd.openxmlformats-officedocument.wordprocessingml.document：用于表示Word文档，优先级较低。
• application/zip：用于表示压缩文件，通常用于批量下载和上传，优先级较低。

简单HTTP请求例子

我们知道了HTTP请求的各个部分的格式，于是就可以写一些简单的HTTP请求了，下面是一个简单的HTTP请求的例子（从连接开始，以telnet 协议为例，它的基本格式为telnet <服务器地址> <端口号>）：

telnet hoyue.fun 80

我们建立了一个与hoyue.fun的80端口的连接，接下来就是发送HTTP请求命令：

GET /profile/index.html HTTP/1.1
Host: hoyue.fun

使用GET方法，请求http://hoyue.fun/profile/index.html的资源，HTTP版本为1.1。请求头中指定了Host为hoyue.fun。

 

Windows带有的Telnet可能默认为不可视页面。我们在已经打下Telnet命令后，可以同时按下键盘CTRL键和']'键（反中/大括号键），出现Telnet提示后再回车进入可视化输入状态。此时是一个空白页面，可以在这里输入HTTP请求，输入结束后回车两次即可收到发送请求。

---

HTTP响应

HTTP响应的通用格式如下：

HTTP/1.1 <状态码> <状态文本>
<响应头部字段>
<响应正文>

其中，各个部分的含义如下：

• HTTP/1.1：指定HTTP协议的版本号。
• 状态码：一个三位数的数字，用于表示服务器对请求的处理结果。常见的状态码有200、404、500等。
• 状态文本：用于描述状态码的简短文本，与状态码一起构成了HTTP响应的第一行。
• 响应头部字段：用于传递与响应相关的附加信息，例如Content-Type、Content-Length、Cache-Control等。
• 响应正文：包含了服务器返回给客户端的实际数据，可以是HTML网页、JSON数据、图片文件等类型的数据。

状态码与状态文本

HTTP状态码用于表示服务器对请求的处理结果，常见的状态码有以下几种：

• 1xx（信息性状态码）：表示服务器已经接收到了请求，并且正在处理。例如，100表示继续、101表示正在切换协议。
• 2xx（成功状态码）：表示请求已经被成功处理。例如，200表示OK、201表示已创建、204表示无内容。
• 3xx（重定向状态码）：表示客户端需要采取进一步的操作才能完成请求。例如，301表示永久重定向、302表示临时重定向、304表示未修改。
• 4xx（客户端错误状态码）：表示客户端提交的请求有误或者无法被处理。例如，400表示错误请求、401表示未授权、404表示未找到资源、403表示禁止访问。
• 5xx（服务器错误状态码）：表示服务器在处理请求时发生了错误。例如，500表示服务器内部错误、503表示服务不可用、502表示网关错误。

状态文本是指状态码对应的内容，例如常见的有：

• 200：OK
• 401：Unauthorized
• 403：Forbidden
• 404：Not Found
• 500：Internal Server Error
• 503：Service Unavailable

HTTP响应的第一行由HTTP版本 响应码 相应文本构成。例如：HTTP/1.1 200 OK

响应头部字段

HTTP响应中的头部字段用于传递与响应相关的附加信息。这些头部字段可以帮助客户端和服务器更好地处理和解析响应内容，提高Web应用程序的可靠性和性能。常见的响应头部字段如下：

• Content-Type：指定响应的MIME类型，告诉客户端如何解析响应数据；
• Content-Length：指定响应正文的长度，用于告知客户端如何接收响应数据；
• Server：指定服务器软件的名称和版本号；
• Date：指定响应生成的时间；
• Last-Modified：指定资源的最后修改时间；
• Location：指定重定向目标的URL；
• Cache-Control：指定响应的缓存策略；
• Set-Cookie：指定需要在客户端存储的Cookie信息；

响应头部之后必须有一个空行，这与请求头部是一致的。空行之后是响应正文，包含了服务器返回给客户端的实际数据。

简单HTTP响应例子

下面是一个简单的HTTP相应的例子：

HTTP/1.1 200 OK
Content-Type: text/html; charset=utf-8
Content-Length: 1234

<html> 
    <head> 
        <title>Hello World!</title> 
    </head> 
    <body> 
        <h1>Hello World!</h1>
    </body> 
</html>

该响应的状态码为200，表示请求成功；Content-Type和Content-Length响应头部字段分别指定了响应正文的MIME类型和长度；响应正文是一个HTML页面，包含了一个标题和一个Hello World的文本。

HTTP 1.1 中的默认操作是当发送动作结束后，服务器和浏览器之间在很短暂的一段时间内仍然保持连接状态。这样，客户端就可以连续发送多个请求而不必重新建立与服务器的连接。

---

WEB客户端与服务器

WEB客户端

Web客户端(web client)是一种通过发送HTTP请求消息并处理得到的HTTP响应来访问Web服务器的软件。Web浏览器就是最常见的Web客户端。

浏览器向服务器请求一个静态文档。服务器接到请求后定位这个文档，然后发送给浏览器，浏览器将文档显示给用户。这只是最基本的，实际上浏览器能做到更复杂的通讯。

WEB服务器

Web 服务器是可以向发出请求的浏览器提供文档的程序。

Web服务器通常运行在专用的硬件设备或者普通的个人电脑、服务器等设备上，用来提供Web服务和管理Web站点。

Web服务器的主要功能包括：

• 接收和解析客户端发来的HTTP请求。
• 处理客户端请求，执行相应的程序或者文件，生成HTTP响应。
• 将HTTP响应发送回客户端，完成HTTP响应的传输。
• 管理Web站点，包括配置站点属性、维护日志、监控性能等。

常见的Web服务器软件包括Apache、Nginx、IIS、Tomcat等，它们都提供了丰富的功能和插件，支持多种操作系统和编程语言，可以灵活地满足不同的Web应用需求。

Web服务器是Web开发的重要组成部分，它承担了Web应用运行的基础架构和数据传输的核心任务，对于Web应用的性能、安全性和可靠性具有重要影响。

本次学习将以Tomcat为例，基于NetBeans软件搭建Tomcat服务器，并创建虚拟主机，具体请见专题：

【WEB】使用NetBeans配置Tomcat虚拟主机

---

后记

本章介绍了一些简单的web基本要素，能帮助我们了解WEB技术。