共计 2970 个字符,预计需要花费 8 分钟才能阅读完成。
在 Web 应用中,服务器把网页传给浏览器,实际上就是把网页的 HTML 代码发送给浏览器,让浏览器显示出来。而浏览器和服务器之间的传输协议是 HTTP,所以:
- HTML 是一种用来定义网页的文本,会 HTML,就可以编写网页;
- HTTP 是在网络上传输 HTML 的协议,用于浏览器和服务器的通信。
在举例子之前,我们需要安装 Google 的 Chrome 浏览器。
为什么要使用 Chrome 浏览器而不是 IE 呢?因为我们需要在浏览器很方便地调试我们的 Web 应用,而 Chrome 提供了一套完整地调试工具,非常适合 Web 开发。
安装好 Chrome 浏览器后,打开 Chrome,在菜单中选择“视图”,“开发者”,“开发者工具”,就可以显示开发者工具:
Elements
显示网页的结构,Network
显示浏览器和服务器的通信。我们点Network
,确保第一个小红灯亮着,Chrome 就会记录所有浏览器和服务器之间的通信:
当我们在地址栏输入 www.sina.com.cn
时,浏览器将显示新浪的首页。在这个过程中,浏览器都干了哪些事情呢?通过 Network
的记录,我们就可以知道。在 Network
中,定位到第一条记录,点击,右侧将显示Request Headers
,点击右侧的view source
,我们就可以看到浏览器发给新浪服务器的请求:
最主要的头两行分析如下,第一行:
GET / HTTP/1.1
GET
表示一个读取请求,将从服务器获得网页数据,/
表示 URL 的路径,URL 总是以 /
开头,/
就表示首页,最后的 HTTP/1.1
指示采用的 HTTP 协议版本是 1.1。目前 HTTP 协议的版本就是 1.1,但是大部分服务器也支持 1.0 版本,主要区别在于 1.1 版本允许多个 HTTP 请求复用一个 TCP 连接,以加快传输速度。
从第二行开始,每一行都类似于Xxx: abcdefg
:
Host: www.sina.com.cn
表示请求的域名是 www.sina.com.cn
。如果一台服务器有多个网站,服务器就需要通过Host
来区分浏览器请求的是哪个网站。
继续往下找到Response Headers
,点击view source
,显示服务器返回的原始响应数据:
HTTP 响应分为 Header 和 Body 两部分(Body 是可选项),我们在 Network
中看到的 Header 最重要的几行如下:
200 OK
200
表示一个成功的响应,后面的 OK
是说明。失败的响应有404 Not Found
:网页不存在,500 Internal Server Error
:服务器内部出错,等等。
Content-Type: text/html
Content-Type
指示响应的内容,这里是 text/html
表示 HTML 网页。请注意,浏览器就是依靠 Content-Type
来判断响应的内容是网页还是图片,是视频还是音乐。浏览器并不靠 URL 来判断响应的内容,所以,即使 URL 是http://example.com/abc.jpg
,它也不一定就是图片。
HTTP 响应的 Body 就是 HTML 源码,我们在菜单栏选择“视图”,“开发者”,“查看网页源码”就可以在浏览器中直接查看 HTML 源码:
当浏览器读取到新浪首页的 HTML 源码后,它会解析 HTML,显示页面,然后,根据 HTML 里面的各种链接,再发送 HTTP 请求给新浪服务器,拿到相应的图片、视频、Flash、JavaScript 脚本、CSS 等各种资源,最终显示出一个完整的页面。所以我们在 Network
下面能看到很多额外的 HTTP 请求。
HTTP 请求
跟踪了新浪的首页,我们来总结一下 HTTP 请求的流程:
步骤 1:浏览器首先向服务器发送 HTTP 请求,请求包括:
方法:GET
还是 POST
,GET
仅请求资源,POST
会附带用户数据;
路径:/full/url/path
;
域名:由 Host 头指定:Host: www.sina.com.cn
以及其他相关的 Header;
如果是 POST,那么请求还包括一个 Body,包含用户数据。
步骤 2:服务器向浏览器返回 HTTP 响应,响应包括:
响应代码:200
表示成功,3xx
表示重定向,4xx
表示客户端发送的请求有错误,5xx
表示服务器端处理时发生了错误;
响应类型:由 Content-Type
指定,例如:Content-Type: text/html;charset=utf-8
表示响应类型是 HTML 文本,并且编码是 UTF-8
,Content-Type: image/jpeg
表示响应类型是 JPEG 格式的图片;
以及其他相关的 Header;
通常服务器的 HTTP 响应会携带内容,也就是有一个 Body,包含响应的内容,网页的 HTML 源码就在 Body 中。
步骤 3:如果浏览器还需要继续向服务器请求其他资源,比如图片,就再次发出 HTTP 请求,重复步骤 1、2。
Web 采用的 HTTP 协议采用了非常简单的请求 - 响应模式,从而大大简化了开发。当我们编写一个页面时,我们只需要在 HTTP 响应中把 HTML 发送出去,不需要考虑如何附带图片、视频等,浏览器如果需要请求图片和视频,它会发送另一个 HTTP 请求,因此,一个 HTTP 请求只处理一个资源。
HTTP 协议同时具备极强的扩展性,虽然浏览器请求的是 http://www.sina.com.cn/
的首页,但是新浪在 HTML 中可以链入其他服务器的资源,比如<img src="http://i1.sinaimg.cn/home/2013/1008/U8455P30DT20131008135420.png">
,从而将请求压力分散到各个服务器上,并且,一个站点可以链接到其他站点,无数个站点互相链接起来,就形成了 World Wide Web,简称“三达不溜”(WWW)。
HTTP 格式
每个 HTTP 请求和响应都遵循相同的格式,一个 HTTP 包含 Header 和 Body 两部分,其中 Body 是可选的。
HTTP 协议是一种文本协议,所以,它的格式也非常简单。HTTP GET 请求的格式:
GET /path HTTP/1.1
Header1: Value1
Header2: Value2
Header3: Value3
每个 Header 一行一个,换行符是\r\n
。
HTTP POST 请求的格式:
POST /path HTTP/1.1
Header1: Value1
Header2: Value2
Header3: Value3
body data goes here...
当遇到连续两个 \r\n
时,Header 部分结束,后面的数据全部是 Body。
HTTP 响应的格式:
200 OK
Header1: Value1
Header2: Value2
Header3: Value3
body data goes here...
HTTP 响应如果包含 body,也是通过 \r\n\r\n
来分隔的。请再次注意,Body 的数据类型由 Content-Type
头来确定,如果是网页,Body 就是文本,如果是图片,Body 就是图片的二进制数据。
当存在 Content-Encoding
时,Body 数据是被压缩的,最常见的压缩方式是 gzip,所以,看到 Content-Encoding: gzip
时,需要将 Body 数据先解压缩,才能得到真正的数据。压缩的目的在于减少 Body 的大小,加快网络传输。
要详细了解 HTTP 协议,推荐“HTTP: The Definitive Guide”一书,非常不错,有中文译本《HTTP 权威指南》。