Web服务及http协议

HTTP：HyperText Transfer Protocol--超文本传输协议

超链接：能够在文档之间跳转的文本

早起的Web：仅仅是能够实现在文档之间跳转的一种协议
http/0.9:仅支持纯文本（超链接） 由纯ASCII值组成的
HTML：HyperText Mark Language 超文本标记语言 用来编写超文本的语言
<h2>Title</h2>
<h2>...</h2>HTML的一组标签，用来定义里面的字符的显示属性，这组标签是HTML语言内置的，事先规定好了的，应该将这些字体解析成什么格式的内容

Browser：客户端 用户通过浏览器可以将web服务器提供的超文本进行显示，其中那些标签是不会显示出来的

但是如果有两台主机上提供的文本的名称是一样的，用户该如何区别这两个文件呢？

URI：Uniform Resource Indentifier 统一资源标识符 可以在全局范围内唯一引用某一个独立的资源的命名方式

URL：Uniform Resource Location 统一资源定位符 是统一资源标识符的一个子对象， 用于描述在互联网上互联网资源的统一表示格式

protocol://HOST:port/path/to/file
协议://主机:端口/路径/文件名
http://www.qq.com/download/linux.tar.gz

web资源：能够通过统一资源定位符唯一的标记，能够让客户端访问的文件
多个资源很可能被整合为一个html文档

web对象：跟web资源是同一个概念

HTTP方法（资源访问的方法）：
GET：从服务器获取资源到本地并且通过浏览器进行显示（早起的HTTP版本例：http0.9只有这一种方法）
PUT：从远程服务器上直接获取一个文件到本地
POST：通过表单提交数据到服务器上去的
DELETE：在远程服务器上删除一个文件的
HEAD：只返回首部，不返回主体
TRACE
OPTIONS
CONNECTION

MIME：Multipurpose Internet Mail Extension 多用途互联网邮件扩展

SMTP：Simple Mail Transmission Protocol 只能传输纯文本的
MIME：可以将非文本数据在传输前能够重新编码为文本格式再进行传输，并且在接收方可以用相反的方式将其重新还原为原来的格式，还能够调用相应的程序来打开此文件
Base64：一种文本编码格式

动态效果
flash
Java，Applet，JRE

动态网页：在服务器端存储的文档非HTML格式，而是一种编程语言开发的脚本，脚本在接受来自客户端的参数之后在服务器执行一次，执行完成之后会生成HTML格式的文档，把生成的文档发送给客户端
注：web服务器不会帮你去执行这些脚本，而是通过调用其他工具来执行。web服务器并不负责处理动态内容
例：web：index.php
web --> procotol --> php(运行index.php)

静态页面响应流程：
用户发来的请求一定是通过网络协议发送到服务端的，而协议是工作在操作系统的内核中的。当请求到达内核，内核空间经过解析后，发现请求范文的是80端口的套接字，内核就会将这个用户请求通过套接字转给用户空间的web服务器。web服务器发现用户访问的是一个网页文件，服务器端就会陷入内核，重新转换成内核模式，到磁盘上将这个文件加载过来。当内核找到这个文件后，返回给用户空间，web服务器发现文件取出来了，就通过套接字再次回到内核空间，通过网络TCP/IP协议栈返回给客户端

动态页面响应流程：
用户发来的请求一定是通过网络协议发送到服务端的，而协议是工作在操作系统的内核中的。当请求到达内核，内核空间经过解析后，发现请求范文的是80端口的套接字，内核就会将这个用户请求通过套接字转给用户空间的web服务器。web服务器发现用户访问的是一个动态页面，web服务器就会通过其他协议启动一个解释器的进程，然后解释器陷入内核，重新转换成内核模式，到磁盘上去将这个文件加载到解释器中，然后执行一次，执行之后将执行结果返回给web服务器，然后web服务器将这个结果通过套接字再次回到内核空间，通过网络TCP/IP协议栈返回给客户端，并关闭刚才创建的解释器进程

一个动态网页包含了静态内容（不需要改变的，不需要执行的，例如：图片）和动态内容（需要执行再返回给用户）

用户具体要访问的哪个资源的信息记录在HTTP协议的首部中
HTTP报文：分为请求报文和响应报文

请求报文语法：

<method> <request-URL> <version>
资源获取方法 请求的资源是什么 对应请求资源协议的版本号
<headers>
http协议首部

<entity-body>
报文主体

响应报文语法：
<version> <status> <reason-phrase>
对应请求资源协议的版本号 状态码 具体说明status的意义
<headers>
响应报文首部

<entity-body>
报文主体

状态码有五类：
1xx：纯信息
2xx：“成功”类的信息（200-请求资源正常）
3xx：“重定向”类的信息，资源存在，但是资源已经被挪走了，需要重新发起请求，并给你请求的地址（301-永久重定向、302-临时重定向、304-没有发生任何改变，直接使用缓存内容）
4xx：客户端错误类的信息（404-请求了一个不存在的文件）
5xx：服务器端错误类的信息

例如：
请求报文
GET / HTTP/1.1
Host：www.qq.com
Connection：keep-alive

响应报文
HTTP/1.1 200 OK
X-Powered-By：PHP/5.2.17
Vary：Accept-Encoding，Cookie，User-Agent 额外标记的变化类的内容
Cache-Control：max-age=3，must-revalidate
Content-Encoding：gzip 内容编码机制
Content-Length：6931 内容长度

上面两个报文的第一行通常称为报文“起始行（start line）”，后面的标签格式的内容称作首部域（Header field），每个首部域都由名称（name）和值（value）组成，中间用逗号分隔，另外，响应报文通常还有一个称作Body的信息主体，即响应给用户端的内容

Web服务器的主要操作：
1、建立连接——接受或拒绝客户端连接请求
2、接收请求——通过网络读取HTTP请求报文
3、处理请求——解析请求报文并做出响应的动作
4、访问资源——访问请求报文中相关的资源
5、构建响应——使用正确的首部生成HTTP响应报文
6、发送相应——向客户端发送生成的响应报文
7、记录日志——将已经完成的HTTP事务记录进日志文件

用户请求的一个页面中可能存在着多个web资源，而这每个资源都是要单独的去请求的，并且HTTP协议是基于TCP协议工作的，每次建立连接都需要三次握手，断开连接时都需要四次断开，极其的浪费时间和带宽资源
因此，在HTTP/1.1中：
1、增强了缓存的功能
2、引入长连接——客户端和服务端在获取一个资源后不是直接断开，而是等待继续获取其他的资源

常见的客户端浏览器和服务器端web服务器
客户端浏览器：
1、IE
2、Firefox
3、Chrome
4、Opera
5、Safari

web服务器（www.netcraft.com）：
1、Apache
2、IIS
3、nginx
4、lighttpd（德国）
5、thttpd（嵌入式平台）

应用程序服务器：不仅能够解析静态内容，还能够处理某种特定格式的动态内容
1、IIS
2、Tomcat（apache，Java的应用程序服务器，开源的）
3、Websphere（IBM，专门用来解析Java企业级应用程序的，商业产品）
4、Weblogic（Bea->Oracle，JSP的应用服务器，商业产品）
5、JBoss（RedHat）